Résumé
· OpenAI et Broadcom ont lancé leur première puce AI de recherche Jalapeño, avec pour objectif un déploiement initial d'ici fin 2026.
· Cette puce est destinée à l'inférence LLM, et ne remplace pas les GPU d'entraînement, les performances initiales étant encore basées sur les tests de l'entreprise.
· OpenAI fait un premier pas vers la réduction de sa dépendance à Nvidia, mais les détails sur la réduction des coûts, l'échelle de production et les performances réelles n'ont pas encore été révélés.

OpenAI et Broadcom ont annoncé le 24 juin Jalapeño, un accélérateur AI de recherche destiné à l'inférence de grands modèles de langage, et la première puce d'OpenAI appelée « Intelligence Processor ». Selon les annonces des deux entreprises, Jalapeño est encore en phase de test et de prototype, avec pour objectif de commencer un déploiement initial d'ici fin 2026, et de continuer à s'étendre au cours des années suivantes. Pour OpenAI, l'enjeu n'est pas de remplacer immédiatement tous les GPU Nvidia, mais de diriger progressivement les demandes d'inférence croissantes dans ChatGPT, Codex, l'API et les futurs produits d'agents intelligents vers une combinaison de logiciels et de matériel mieux adaptés à leurs modèles.

Commencer par l’inférence et viser les coûts des requêtes qui surviennent chaque jour

La demande en puces d’IA se divise globalement entre l’entraînement et l’inférence. L’entraînement détermine la limite des capacités du modèle ; l’inférence détermine si, une fois l’entraînement terminé, le modèle peut répondre à un volume massif de requêtes d’utilisateurs à un coût acceptable.

Jalapeño vise l’autre cas. OpenAI affirme que cette puce servira à des charges d’inférence pour les grands modèles de langage, afin de prendre en charge ChatGPT, Codex, l’API et les futurs produits d’agents. Pour les utilisateurs ordinaires, elle ne change pas directement l’interface de discussion, mais pourrait influencer le coût, la vitesse et la capacité d’extension du traitement des requêtes en arrière-plan.

C’est aussi une direction commune à la vague de puces conçues en interne par les entreprises d’IA. Google a ses TPU ; Amazon et Meta avancent aussi leurs accélérateurs personnalisés. Elles n’ont pas nécessairement besoin de remplacer complètement Nvidia : elles veulent plutôt transférer leurs charges internes les plus stables et les plus volumineuses vers des puces mieux adaptées à leurs modèles et à leur pile logicielle.

OpenAI dépendait depuis longtemps de GPU fournis par des tiers, en particulier des accélérateurs haut de gamme Nvidia. Avec l’augmentation du volume d’appels aux modèles, se contenter d’acheter des GPU généralistes génère deux pressions : d’une part les coûts, et d’autre part la disponibilité contrainte par la chaîne d’approvisionnement externe. De plus, des puces généralistes ne permettent pas forcément d’atteindre la meilleure efficacité pour des modèles et des modes de service spécifiques. Le changement direct apporté par Jalapeño, c’est que OpenAI passe de la simple acquisition de puissance de calcul à l’implication dans la définition de la puissance de calcul.

Broadcom gère la réalisation du silicium et les technologies de connexion ; le fabricant de wafers n’a pas été divulgué

Jalapeño est conçu de zéro par OpenAI ; Broadcom fournit la réalisation du silicium, le réseau et les technologies de connexion ; Celestica participe à la mise en œuvre au niveau des cartes, des racks et des systèmes. Les annonces officielles ne divulguent pas le fabricant de wafers ; on ne peut donc pas simplement écrire que Broadcom est responsable de la fabrication.

Broadcom accumule une expérience approfondie dans les ASIC personnalisés et les réseaux des centres de données. Ces dernières années, elle est aussi devenue l’un des fournisseurs qui se cache derrière les puces conçues en interne de plusieurs géants de l’IA. Pour OpenAI, choisir Broadcom ressemble davantage à la traduction des besoins d’architecture internes de l’entreprise de modèles en une chaîne de semiconducteurs et d’approvisionnement système capables d’aboutir à des produits déployables.

La partie performance doit encore conserver une marge d’incertitude. Les deux sociétés affirment que l’objectif de Jalapeño est de combiner la capacité de débit des accélérateurs IA de pointe actuels, et d’obtenir une amélioration nettement supérieure par rapport aux solutions avancées existantes en performance par watt. Elles soulignent aussi que des échantillons d’ingénierie ont déjà été testés en laboratoire, exécutant des charges d’apprentissage machine à la fréquence et à la consommation visées. La performance finale reste toutefois à mesurer ; au cours des prochains mois, des rapports techniques plus détaillés seront publiés.

À ce jour, aucun benchmark tiers n’a encore été publié, et aucun indicateur clé n’a été divulgué avec précision : débit, latence, consommation électrique, baisse du coût par requête, etc. Certaines lectures de marché le comparent directement à Nvidia Blackwell ou aux TPU de Google, mais tant que les données issues de déploiements réels ne sont pas disponibles, l’avance en réduction des coûts et en performance ne peut être considérée que comme un argument de test précoce fourni par l’entreprise.

De 9 mois au tape-out : l’IA utilisée pour fabriquer des puces devient une autre piste

Jalapeño contient un autre détail que l’entreprise a particulièrement mis en avant : du design initial au tape-out de la puce, il n’a fallu que 9 mois. Ce délai ne correspond pas au cycle complet de production en volume ; il désigne la rapidité avec laquelle la conception du circuit entre dans la phase de préparation à la fabrication.

Dans le développement traditionnel d’une puce, du design de l’architecture à la validation, puis au processus EDA et au tape-out, il faut généralement de longues périodes. OpenAI affirme que ce processus est accéléré par ses modèles. La société cherche à prouver que l’IA ne sait pas seulement écrire du code et générer du contenu, mais aussi s’intégrer au flux de l’ingénierie matérielle afin de réduire le temps de conception et de validation des puces.

Si cette approche peut être réutilisée dans les futurs produits, alors Jalapeño ne serait pas seulement une puce de première génération : ce serait le point de départ d’une plateforme de calcul personnalisée à plusieurs générations, chez OpenAI. OpenAI et Broadcom avaient déjà annoncé en octobre 2025 un partenariat pour le développement d’accélérateurs IA personnalisés de l’ordre de 10 GW. Le déploiement est prévu à partir du second semestre 2026, avec une finalisation d’ici la fin de 2029. Jalapeño constitue le premier échantillon de cette ligne de collaboration qui passe au stade de produit public.

Mais une vitesse de conception rapide ne signifie pas une vitesse de déploiement rapide. Pour savoir si Jalapeño peut entrer dans les infrastructures fondamentales d’OpenAI, il faut regarder la production en volume ultérieure, l’assemblage (packaging), l’approvisionnement en mémoire à bande passante élevée, l’intégration des serveurs et la planification du déploiement dans le centre de données. Si un goulot d’étranglement survient à n’importe quelle étape, le rythme du déploiement initial d’ici la fin de l’année pourrait en être affecté.

Réduire la dépendance à Nvidia est une direction, pas une substitution déjà achevée

Jalapeño risque le plus d’être interprété par le marché comme « un défi d’OpenAI à Nvidia ». Plus précisément, OpenAI commence à chercher des voies personnalisées en dehors de Nvidia pour certaines charges de travail d’inférence.

L’avantage de Nvidia ne réside pas seulement dans les performances d’une seule puce GPU : il inclut aussi l’écosystème CUDA, la chaîne d’outils pour l’entraînement et l’inférence, l’interconnexion au niveau système, la base pour les développeurs et l’ampleur de l’approvisionnement. Même si OpenAI déploie avec succès Jalapeño, il ne se débarrassera pas immédiatement de Nvidia. En particulier pour l’entraînement de grands modèles à la pointe, la recherche et développement généraliste et des charges de travail variées, les GPU haut de gamme restent une infrastructure clé.

Le volet de l’inférence se prête davantage à l’entrée des puces personnalisées. Le schéma de requêtes est relativement stable, la structure du modèle est plus contrôlable et l’objectif du service est plus clair. Si OpenAI peut transférer vers Jalapeño des tâches d’inférence fréquentes et standardisées, comme celles de ChatGPT, Codex ou l’API, il pourrait en tirer des avantages concrets en termes de coûts et de flexibilité d’approvisionnement.

Pour Broadcom, le fait qu’un géant de l’IA développe ses propres puces ne signifie pas que la société des puces est contournée ; au contraire, cela peut générer davantage de projets de personnalisation. Mais le potentiel de gain de ce type de projet dépend encore des coûts des composants, de l’ampleur des livraisons et de la complexité du système, notamment des prix et de la disponibilité de fournisseurs clés comme la mémoire à bande passante élevée.

Ce que Jalapeño devra vraiment résoudre ensuite, ce n’est pas de savoir s’il peut rivaliser avec Blackwell ou TPU au moment de l’annonce, mais de voir d’ici la fin de l’année à quelle échelle il pourra être déployé, quels chargements réels il pourra exécuter et jusqu’à quel niveau il pourra réduire les coûts d’inférence. Pour OpenAI, ce « piment mexicain » n’est que la première gorgée de test pour sortir du goulot d’étranglement des GPU : pour savoir s’il deviendra le plat principal, il faudra que les données de déploiement parlent.