Pierwszy własny akcelerator inferencji OpenAI łączy dwa eksperymenty. Jalapeño, opracowany z Broadcomem, ma sprawdzić, czy laboratorium dokładnie znające obciążenia swoich modeli może obsługiwać je wydajniej na wyspecjalizowanym układzie. Deklarowany dziewięciomiesięczny etap projektowania stawia drugie pytanie: czy te same modele przyspieszają inżynierię sprzętu przeznaczonego dla ich następców?
Układ istnieje. OpenAI twierdzi, że próbki osiągnęły zakładaną częstotliwość i pobór mocy oraz wykonywały w laboratorium zadania uczenia maszynowego. Szerszy wynik pozostaje nieustalony. Testy wybrane przez firmę, ograniczone pierwsze wdrożenia i kolejna rewizja krzemu pokazują dystans między działającą próbką a niezawodną flotą produkcyjną.
Procesor do wielokrotnie wykonywanej inferencji
OpenAI i Broadcom ujawniły Jalapeño w czerwcu 2026 roku jako pierwszą generację planowanej platformy. OpenAI dostarczyło architekturę i wiedzę o obciążeniach; Broadcom odpowiadał za implementację krzemu i technologie sieciowe, w tym Tomahawk. Podział łączy wymagania modeli z doświadczonym dostawcą układów niestandardowych. Nie czyni OpenAI samowystarczalnym producentem półprzewodników.
Inferencja oznacza uruchamianie modelu po treningu. Odpowiedzi ChatGPT, ruch API, sesje programistyczne i agenci stale zużywają pamięć, moc obliczeniową i sieć. Agent analizujący alternatywy lub wywołujący model kilka razy może wymagać znacznie więcej pracy niż krótka odpowiedź. OpenAI obserwuje te wzorce w swoich produktach i może wspólnie dostosowywać sprzęt, kernele oraz oprogramowanie obsługi modeli.
Jalapeño ma ograniczać zbędne przesyłanie danych i równoważyć obliczenia z pamięcią oraz siecią. Kernel to procedura wykonująca powtarzalną operację akceleratora. Stałe dostarczanie danych właściwym jednostkom może być ważniejsze niż dodawanie niewykorzystanej arytmetyki. Deklarowaną pracę bliżej teoretycznego maksimum trzeba więc oceniać na pełnych obciążeniach, nie wyłącznie według parametrów szczytowych.
Wiceprezes OpenAI do spraw sprzętu Richard Ho podał na Hot Chips 2026 znamionowe 700 watów. Według relacji ciągły pobór w badanych zadaniach pozostawał na poziomie najwyżej 550 watów; nie jest to gwarancja dla każdych warunków. Szafa zawiera 128 akceleratorów, a pod 2048 ASIC-ów. Opublikowane dane obejmują 27,5 terabajta HBM4 na szafę, 15,4 terabajta na sekundę przepustowości pamięci na obudowę układu oraz 1,7 eksaflopa obliczeń czterobitowych na szafę.
Liczby dotyczą różnych granic systemu. Pamięć szafy nie jest pamięcią pojedynczego układu, a szczytowa arytmetyka niskiej precyzji nie jest skutecznością aplikacji. Użyteczne porównanie musi zachować jakość modelu, opóźnienie i konfigurację obok poboru energii.
Co pokazują wybrane porównania
OpenAI testowało GPT-OSS-120B, DeepSeek R1 i Kimi K2.5 firmy Moonshot AI. Uruchomienie zewnętrznych modeli odpowiada na najwęższą obawę, że architektura obsługuje tylko jeden własny model. Nie dowodzi zgodności z każdą przyszłą architekturą ani nie usuwa kosztu prac potrzebnych przy migracji.
Firma podała ilość pracy równą 1,5–1,9-krotności wyniku systemów porównawczych przy szczytowej przepustowości i niższe opóźnienia w wybranych porównaniach z konkurencją. Relacje wymieniają Nvidia GB200 NVL72 i GB300 NVL72 oraz metodologię SemiAnalysis InferenceX. Model, precyzja, wielkość partii, wymagane opóźnienie i dojrzałość oprogramowania wpływają na wynik. Są to pomiary OpenAI, a nie niezależnie odtworzony ogólny ranking.
OpenAI zapowiadało bardziej szczegółowy raport i informowało, że końcowe pomiary trwają. Produkcyjna flota musi zmierzyć się z rozrzutem produkcji, przeciążeniem sieci, naprawami, dostępnością i zmiennym wykorzystaniem. Przewaga laboratoryjna nie mówi, jak często usługa osiąga ją w rzeczywistym ruchu.
Pierwszą generację zmieniono również po początkowym krzemie. Według relacji rewizja B0 poprawiła wydajność na wat nawet o 25% względem A0. Rewizje konstrukcji są normalne, ale podkreślają różnicę między szybkim tape-out a zoptymalizowanym produktem. Nie należy bez wyjaśnienia dodawać tego wzrostu do innego testu przeprowadzonego w odmiennych warunkach.
Dziewięć miesięcy od RTL do tape-out
Ho opisywał dziewięć miesięcy od początkowego projektu na poziomie przesyłania między rejestrami do tape-out. RTL określa logikę i przepływ danych; tape-out przekazuje gotowy projekt do produkcji. Okres ten nie obejmuje wszystkich czynności potrzebnych do opracowania, wytworzenia i wdrożenia całej platformy.
Historycznym punktem odniesienia było około 18 miesięcy do dwóch lat dla wydajnych ASIC-ów, nawet z wykorzystaniem istniejącej własności intelektualnej. OpenAI nie odziedziczyło własnej architektury akceleratora. To istotna deklaracja, lecz nadal czas podany przez jeden zespół, nie kontrolowany dowód, że sama AI skróciła każdy harmonogram projektowania o połowę.
Modele wewnętrzne, w tym Codex i kolejne generacje, wspierały kodowanie, debugowanie, poszukiwanie rozwiązań, walidację i optymalizację kerneli. Pracą kierowali doświadczeni inżynierowie korzystający z uznanych narzędzi automatyzacji projektowania elektroniki. Kontrole czasowe, integralności sygnału i inne fizyczne procedury zatwierdzania pozostały konieczne. Model językowy nie projektował ani nie certyfikował układu bez nadzoru.
Modele poprawiały się podczas projektu. Narzędzia dostępne przy późniejszej optymalizacji kerneli były silniejsze niż na początku. Zmienna pomoc może skracać iteracje, lecz utrudnia przeniesienie jednej stałej miary produktywności na inne przedsięwzięcie.
OpenAI ograniczyło ryzyko pierwszej generacji, pomijając nowe technologie, takie jak układanie 3D i optyka współpakowana. Harmonogram dotyczy zatem konkretnego zakresu technicznego. Późniejsze dodanie tych elementów może stworzyć zależności w pakowaniu, weryfikacji i dostawach, których szybsze generowanie kodu nie usuwa. Uczenie maszynowe w projektowaniu chipów jest zresztą starsze; wyróżniającą deklaracją jest szerokie użycie własnych modeli w programie sprzętowym laboratorium.
Specjalizacja nadal wymaga wielu dostawców
Uniwersalna platforma Nvidii zapewnia elastyczność, dojrzałe biblioteki, sieć i narzędzia dla treningu, inferencji oraz nauki. Jalapeño wybiera węższy cel w zamian za potencjalną sprawność przy dobrze znanych obciążeniach. Kompromis działa tylko wtedy, gdy założenia zachowają wartość mimo zmian struktur modeli, formatów liczbowych i sposobów serwowania.
OpenAI nadal potrzebuje Nvidii, AMD, Cerebras i innych dostawców. Jalapeño nie zastępuje sprzętu do treningu modeli granicznych, a łączny popyt przekracza możliwości jednego programu. Wiarygodnym skutkiem konkurencyjnym byłoby przeniesienie istotnej, powtarzalnej części inferencji, a nie całkowite wyeliminowanie kupowanych akceleratorów.
Wczesne systemy wykorzystują procesory hosta AMD EPYC Turin. Ho uzasadniał wybór dojrzałością platformy i doświadczeniem partnerów; Nvidia Vera była wtedy uważana za mniej dojrzałą samodzielną opcję hosta. To decyzja związana z harmonogramem, nie dowód trwałej przewagi CPU AMD.
Historia TPU Google, Amazon Inferentia i Trainium, Microsoft Maia oraz procesorów Meta pokazuje, dlaczego duże przewidywalne zadania mogą uzasadniać własny krzem. OpenAI zna modele i produkty, ale nie ma równie długo rozwijanej organizacji chipowej chmury. Broadcom pomaga wypełnić tę lukę przemysłową.
Produkcja, pakowanie, HBM, płyty, firmware, urządzenia sieciowe i szafy nadal muszą dotrzeć razem. Kompilatory, debugowanie i przenośność kerneli muszą umożliwiać zmianę modelu bez niedopuszczalnej utraty jakości. Kontrola architektury nie oznacza kontroli każdego ograniczenia dostaw.
Wynik pokażą prawdziwe żądania
Ogłoszony wówczas plan zakładał ograniczone wdrożenie w 2026 roku i większą skalę w 2027. Jalapeño jest przeznaczone do użytku wewnętrznego. Ho nie wykluczał szerszej dostępności, ale OpenAI oczekiwało wykorzystania całej przewidywalnej podaży. Ogranicza to niezależny dostęp i odtwarzanie porównań.
Kolejne istotne dane to udział rzeczywiście obsługiwanych zadań, wykorzystanie, niezawodność i zakres modeli, nie sama liczba chipów. Pełniejszy raport powinien porównać efektywność przy jednakowej jakości i opóźnieniu. Zaawansowane prace nad drugą generacją i planowanie trzeciej sprawdzą, czy pierwszy program stworzył wielokrotnie użyteczną kompetencję, czy tylko wyjątkowy harmonogram.
Klienci najpewniej odczują pierwsze skutki w opóźnieniach usług, pojemności i ekonomice API, nie poprzez zakup układu. Strategiczne znaczenie Jalapeño zależy od trwałej użytecznej pracy. Działający krzem i inżynieria wspomagana AI sprawiają, że test ma podstawy; nie przesądzają jego wyniku.
Źródła
Komunikat OpenAI · Specyfikacja szafy · Badanie TPU · Wywiad z Ho o projekcie · Baza wiedzy inżynierskiej · Projektowanie wspomagane AI · Porównanie branżowe