OpenAI розробила власний ASIC-чіп під назвою Jalapeño у партнерстві з Broadcom — цикл проєктування зайняв 16 місяців, і за окремими бенчмарками на топових open-weight моделях новий чіп обійшов рішення Nvidia, AMD та Google. За даними Techmeme, матеріал детально розбирає архітектуру Jalapeño — це рідкісний рівень публічної деталізації для власного inference-чипа лабораторії такого масштабу.

Для індустрії це не просто рядок у прес-релізі. Google будує власні TPU з 2015 року, Amazon має Trainium, Microsoft — Maia, Meta — MTIA. OpenAI довго залишалася винятком серед великих лабораторій, повністю покладаючись на GPU Nvidia через контракти з хмарними партнерами. Jalapeño — перший публічний доказ, що компанія системно закриває цю прогалину, а не просто експериментує в лабораторії.

16 місяців на розробку ASIC — швидкий темп за мірками галузі, де типовий цикл проєктування кремнію займає два-три роки. Партнерство саме з Broadcom тут ключове: компанія вже багато років виробляє TPU для Google і має готову інженерну та виробничу базу під замовні AI-чипи, тож OpenAI не довелося будувати команду з нуля.

Що саме OpenAI випустила?

Jalapeño — це application-specific integrated circuit (ASIC), спроєктований під конкретне навантаження — інференс великих мовних моделей, а не універсальні обчислення. На відміну від GPU, який має залишатися хорошим у десятках різних задач, ASIC жертвує гнучкістю заради ефективності на вузькому наборі операцій: матричні множення й attention-механізми, що домінують у трансформерних архітектурах.

Чому власне залізо важливіше за черговий бенчмарк?

Бенчмарк-перемога сама по собі — приємний заголовок, але справжній сенс новини в іншому: OpenAI отримує частковий контроль над вузьким місцем усієї індустрії — постачанням GPU. Nvidia утримує величезну маржу на своїх чипах і фізично не встигає за попитом усіх лабораторій одночасно; черга на постачання топових GPU розписана на роки наперед. Власний ASIC не замінює GPU повністю — він знімає частину інференс-навантаження з дефіцитного ресурсу й переносить її на чип, який OpenAI контролює разом із партнером-виробником.

Це стратегія диверсифікації постачальника, знайома з інших галузей: Apple перейшла з Intel на власний Apple Silicon не тому, що процесори Intel раптом стали поганими, а тому, що контроль над кремнієм дав контроль над дорожньою картою продукту.

Кому це вплине на вартість інференсу?

Найпряміше — самій OpenAI: менша залежність від закупівельних цін Nvidia означає нижчу собівартість обробки одного запиту до моделі. Ймовірно, з часом здешевлення інференсу позначиться і на тарифах API для розробників, хоча компанія поки не оголошувала конкретних змін цін — це припущення, а не факт із матеріалу.

Опосередковано новина стосується всіх, хто будує продукти на API OpenAI чи конкурує з нею: якщо власне залізо справді дає перевагу на бенчмарках проти Nvidia, AMD і Google, інші лабораторії опиняться під тиском повторити той самий хід — інакше програють у собівартості на довгій дистанції.

Висновок AiiN

Наша теза проста: головна новина тут — не те, що один чіп обійшов інший на бенчмарку, а те, що OpenAI перейшла з категорії «клієнт Nvidia» в категорію «власник частини свого inference-стеку» швидше, ніж очікував ринок. 16-місячний цикл через партнерство з Broadcom — це шаблон, яким скористаються й інші компанії з достатнім капіталом і масштабом навантаження, щоб виправдати замовний кремній. Для AI-білдерів, що самі не будують залізо, головний практичний сигнал — стежити не за ціною GPU, а за тим, чи почне OpenAI (а слідом і конкуренти) знижувати ціни API швидше, ніж пояснюється прогресом самих моделей: це буде ознакою, що economics інференсу справді змінилася.

Що таке ASIC і чим він відрізняється від GPU?

ASIC (application-specific integrated circuit) — чіп, спроєктований під одну конкретну задачу, на відміну від GPU, який залишається універсальним обчислювальним пристроєм. Через вузьку спеціалізацію ASIC може бути ефективнішим і дешевшим в експлуатації на цій задачі, але втрачає гнучкість — його не переналаштуєш під інше навантаження так, як GPU.

Чи означає це, що OpenAI перестане купувати чипи Nvidia?

Ні, і матеріал Techmeme цього не стверджує. Власний ASIC доповнює, а не замінює закупівлі GPU — компанії такого масштабу диверсифікують постачальників заліза, а не роблять різкий перехід на повністю власне рішення.

Коли Jalapeño запрацює в дата-центрах OpenAI?

Точної дати промислового розгортання матеріал не називає — відомий лише факт завершення 16-місячного циклу розробки і результати бенчмарків проти чипів Nvidia, AMD та Google.