OpenAI 发布自主研发的 Jalapeno 芯片,性能测试超越 GB300

随着全球算力格局经历深刻重构,人工智能领域的领军企业正加速推进硬件供应商的多元化布局。8月25日,OpenAI 公布了其重要的硬件进展,其新研发的 Jalapeno 芯片在内部基准测试中表现优于 NVIDIA 当前的旗舰产品系列。
关键指标显示显著增益
作为大模型时代的领军者,OpenAI 一直在积极加强其底层基础设施建设。目前公开亮相的 Jalapeno 处理器在真实世界测试中展现了令人印象深刻的技术指标。
根据官方数据和测试结果,Jalapeno 芯片在两个核心领域占据领先地位:它在单位功耗处理 AI 工作负载时展现出卓越的能效,并实现了行业领先的数据响应速度。这些突破使得高并发、大吞吐量的生成式 AI 推理和训练任务能够高速运行,同时降低了能源成本。
AI 巨头间的硬件自主权竞赛
近年来,随着大模型参数规模的指数级增长,算力成本和供应链安全已成为行业增长的关键瓶颈。包括 OpenAI 在内的主要参与者选择自主研发专用芯片,旨在通过深度的软硬件协同来突破算力限制。
行业分析师指出,Jalapeno 在多项测试中对 NVIDIA 当前旗舰硬件架构(如 GB300 系列)占据主导地位,这不仅证明了 OpenAI 具备与传统硬件巨头在芯片设计领域直接竞争的能力,还将对全球半导体产业及算力市场格局产生深远影响。随着相关测试的推进和应用的持续落地,AI 基础设施市场的竞争预计将进一步加剧。
相关文章
小学生画胡子骗过AI年龄验证,令硅谷工程师哑口无言
在全球监管日益收紧的背景下,主要社交网络已实施严格的年龄验证协议,以限制未成年人访问特定功能。为保护用户隐私,许多平台采用了一种创新的设备端面部年龄估算系统。然而,讽刺的是,这项先进技术最近却被在线“业余专家”以极其低科技的手段轻松绕过。简单的绘画和假胡须成功通过验证在一项旨在测试 AI 能力的轻松实验中,一名 12 岁男孩用眉笔在嘴唇上方画了胡子,被准确估算为 15 岁,成功通过了验证。更有趣的是,一些用户仅仅在拇指上画了两个点和一条线来代表眼睛和嘴巴。当按照提示左右移动头部时,AI 判定该主
人工智能初创公司加速收入增长
随着成熟企业和新兴初创公司竞相利用人工智能,众多AI初创公司报告称,其收入不仅正在增长,而且增速正在加快,实现后续里程碑的时间越来越短。以下初创公司展示了这种飞轮式增长的一致模式。需要注意的是,尽管这些公司都使用“ARR”这一术语,但其底层指标各不相同。有些公司指的是年化经常性收入(ARR),即来自付费客户的合同收入但尚未开票。另一些公司使用年化运行率收入,根据最近一个月的收入率计算12个月的收入来预测年收入。少数公司指的是“承诺的ARR”,代表来自尚未入职客户的已签署合同。在Gusto的案例
腾讯混元将关键点大小理论整合到 PPO 强化学习中,使吞吐量提升 2.29 倍,并将 GRPO 训练时间缩短 29%
随着大模型强化学习扩展到更大的 GPU 集群和更密集的训练数据集,训练效率已成为关键优先事项。腾讯混元团队最近的研究解决了一个常被忽视的挑战:当模型生成自己的训练数据时,鉴于 rollout 生成和训练的不同速度,应该如何重新定义批量大小(batch size)?该研究基于经典的关键批量大小(critical batch size)理论,重新推导了在线大语言模型强化学习中的这一概念。研究结果提供了一个实用解决方案:随着批量大小的增加,在特定范围内调整学习率,GRPO 和 PPO 算法均可确保每
相关专题推荐
评论 (0)
0/500

随着全球算力格局经历深刻重构,人工智能领域的领军企业正加速推进硬件供应商的多元化布局。8月25日,OpenAI 公布了其重要的硬件进展,其新研发的 Jalapeno 芯片在内部基准测试中表现优于 NVIDIA 当前的旗舰产品系列。
关键指标显示显著增益
作为大模型时代的领军者,OpenAI 一直在积极加强其底层基础设施建设。目前公开亮相的 Jalapeno 处理器在真实世界测试中展现了令人印象深刻的技术指标。
根据官方数据和测试结果,Jalapeno 芯片在两个核心领域占据领先地位:它在单位功耗处理 AI 工作负载时展现出卓越的能效,并实现了行业领先的数据响应速度。这些突破使得高并发、大吞吐量的生成式 AI 推理和训练任务能够高速运行,同时降低了能源成本。
AI 巨头间的硬件自主权竞赛
近年来,随着大模型参数规模的指数级增长,算力成本和供应链安全已成为行业增长的关键瓶颈。包括 OpenAI 在内的主要参与者选择自主研发专用芯片,旨在通过深度的软硬件协同来突破算力限制。
行业分析师指出,Jalapeno 在多项测试中对 NVIDIA 当前旗舰硬件架构(如 GB300 系列)占据主导地位,这不仅证明了 OpenAI 具备与传统硬件巨头在芯片设计领域直接竞争的能力,还将对全球半导体产业及算力市场格局产生深远影响。随着相关测试的推进和应用的持续落地,AI 基础设施市场的竞争预计将进一步加剧。
小学生画胡子骗过AI年龄验证,令硅谷工程师哑口无言
在全球监管日益收紧的背景下,主要社交网络已实施严格的年龄验证协议,以限制未成年人访问特定功能。为保护用户隐私,许多平台采用了一种创新的设备端面部年龄估算系统。然而,讽刺的是,这项先进技术最近却被在线“业余专家”以极其低科技的手段轻松绕过。简单的绘画和假胡须成功通过验证在一项旨在测试 AI 能力的轻松实验中,一名 12 岁男孩用眉笔在嘴唇上方画了胡子,被准确估算为 15 岁,成功通过了验证。更有趣的是,一些用户仅仅在拇指上画了两个点和一条线来代表眼睛和嘴巴。当按照提示左右移动头部时,AI 判定该主
人工智能初创公司加速收入增长
随着成熟企业和新兴初创公司竞相利用人工智能,众多AI初创公司报告称,其收入不仅正在增长,而且增速正在加快,实现后续里程碑的时间越来越短。以下初创公司展示了这种飞轮式增长的一致模式。需要注意的是,尽管这些公司都使用“ARR”这一术语,但其底层指标各不相同。有些公司指的是年化经常性收入(ARR),即来自付费客户的合同收入但尚未开票。另一些公司使用年化运行率收入,根据最近一个月的收入率计算12个月的收入来预测年收入。少数公司指的是“承诺的ARR”,代表来自尚未入职客户的已签署合同。在Gusto的案例
腾讯混元将关键点大小理论整合到 PPO 强化学习中,使吞吐量提升 2.29 倍,并将 GRPO 训练时间缩短 29%
随着大模型强化学习扩展到更大的 GPU 集群和更密集的训练数据集,训练效率已成为关键优先事项。腾讯混元团队最近的研究解决了一个常被忽视的挑战:当模型生成自己的训练数据时,鉴于 rollout 生成和训练的不同速度,应该如何重新定义批量大小(batch size)?该研究基于经典的关键批量大小(critical batch size)理论,重新推导了在线大语言模型强化学习中的这一概念。研究结果提供了一个实用解决方案:随着批量大小的增加,在特定范围内调整学习率,GRPO 和 PPO 算法均可确保每





首页






