GPT-Astra 使用 Codex 优化 Jalapeño 芯片底层内核

OpenAI 在 2026 年 8 月发布的技术博文中披露，其利用 GPT-Astra 与 Codex 编写并优化 Jalapeño 芯片的底层硬件内核，短时间内实现了对多款开源权重模型的性能适配。

• OpenAI 借助代码大模型，在约两个月内完成了此前未在规划内的三款开放权重模型在 Jalapeño 硬件上的算子移植与调优。
• 在选定的注意力（Attention）机制与混合专家（MoE）模块中，由 AI 优化的底层内核执行效率达到人类专家编写代码的 1.5 至 1.8 倍。
• 内部测试显示 Jalapeño 在特定推理负载下取得较高能效比，公司计划于 2026 年底逐步将其接入生产集群运行。
• 影响/看点：这表明代码大模型已深入至底层硬件算子与编译器优化的硬核系统工程领域，有助于显著压缩新型定制芯片适配主流算法的工程周期；但该路径的可持续性仍取决于模型在复杂异构硬件架构下生成代码的鲁棒性与形式化验证可靠性。
• 资料依据：
• 1. OpenAI 官方技术博文（2026年8月）：https://openai.com
• 2. Kim（@kimmonismus）分析（2026年8月）：https://x.com/kimmonismus/status/2092314583981539731

本内容由 AI 生成，仅供参考，请注意甄别