TL;DR
· OpenAI и Broadcom представили первый собственный ИИ-чип для инференса Jalapeño. Цель — начать первоначальное развертывание до конца 2026 года.
· Этот чип ориентирован на инференс LLM, а не является заменой тренировочных GPU; ранние заявления о производительности основаны на тестовых показателях компании.
· OpenAI делает первый шаг, снижая зависимость от NVIDIA, но насколько именно снизятся затраты, масштаб серийного производства и результаты на реальных нагрузках пока не раскрыты.

OpenAI и Broadcom 24 июня объявили о Jalapeño. Это собственный ИИ-ускоритель, ориентированный на инференс больших языковых моделей, а также первый чип OpenAI, который называется «Intelligence Processor». Согласно сообщениям двух компаний, Jalapeño все еще находится на стадии тестирования и выпуска образцов; цель — начать первоначальное развертывание до конца 2026 года и в последующие годы продолжать расширение. Для OpenAI фокус не в том, чтобы прямо сейчас заменить все GPU NVIDIA, а в том, чтобы постепенно перенаправлять растущие инференс-запросы из ChatGPT, Codex, API и будущих продуктов для агентности в связку софта и железа, лучше подходящую собственным моделям.

Начать с инференса и нацелиться на ежедневные затраты, которые возникают при запросах

Спрос на ИИ-чипы в целом делится на обучение (training) и инференс (inference). Обучение определяет верхний предел возможностей модели, а инференс — сможет ли после завершения обучения модель отвечать на огромное число запросов пользователей с приемлемой стоимостью.

Jalapeño нацелен на второе. OpenAI утверждает, что этот чип будет использоваться для рабочих нагрузок инференса больших языковых моделей — для сервиса ChatGPT, Codex, API и будущих продуктов для агентности. Для обычных пользователей он напрямую не изменит интерфейс чата, но может повлиять на стоимость, скорость и масштабируемость обработки запросов в бэкэнде.

Это также общее направление для волны разработки собственных чипов у компаний ИИ. У Google есть TPU, Amazon и Meta тоже продвигают кастомные ускорители. Они не обязательно стремятся полностью заменить NVIDIA, а скорее переносят самые стабильные и масштабные внутренние рабочие нагрузки на чипы, лучше подходящие их моделям и программному стеку.

Ранее OpenAI долго полагалась на внешние поставки GPU, особенно на высокопроизводительные ускорители NVIDIA. По мере роста объема вызовов моделей закупка универсальных GPU создает два давления: во-первых, рост стоимости, во-вторых, зависимость от внешней цепочки поставок, а также то, что универсальный чип не обязательно сможет достичь максимальной эффективности в конкретной модели и сценариях сервиса. Прямое изменение с Jalapeño — это то, что OpenAI выходит за рамки простого приобретения вычислительных мощностей и начинает участвовать в определении этих мощностей.

Broadcom отвечает за реализацию кремния и технологии соединений, производитель пластин (wafer) не раскрыт

Jalapeño спроектирован OpenAI с нуля, Broadcom предоставляет реализацию кремния, сетевые и соединительные технологии, а Celestica участвует в реализации на уровне плат, стоек и систем. В официальном объявлении не указаны производители пластин, поэтому нельзя просто написать, что изготовление обеспечивает Broadcom.

Broadcom глубоко накопил опыт в кастомных ASIC и центрах обработки данных/сетях. За последние несколько лет он также стал одним из поставщиков за разработками собственных чипов у нескольких ИИ-гигантов. Для OpenAI выбор Broadcom больше похож на передачу внутренних архитектурных потребностей модели в руки зрелой полупроводниковой и системной цепочки поставок, чтобы превратить их в развертываемый продукт.

В части производительности все еще нужно оставить поле для маневра. Обе компании утверждают, что Jalapeño нацелен на сочетание пропускной способности лучших сегодня ИИ-ускорителей и на заметное улучшение по показателю «производительность/ватт» по сравнению с текущими передовыми решениями. Официально также подчеркивается, что инженерные образцы уже работают в лаборатории с целевыми частотами и энергопотреблением, выполняя рабочие нагрузки машинного обучения; при этом конечная производительность еще измеряется, и в ближайшие месяцы будут опубликованы более подробные технические отчеты.

Пока не раскрыты сторонние бенчмарки, а также не предоставлены ключевые показатели вроде точной пропускной способности, задержек, снижения энергопотребления и падения стоимости одного запроса. Некоторые рыночные интерпретации напрямую сравнивают его с NVIDIA Blackwell или Google TPU, но пока не выйдут данные реального развертывания, снижение затрат и лидерство по производительности можно считать лишь ранней версией аргументов компании.

9 месяцев до изготовления тестовой партии (функционального прототипа) — ИИ-ассистирование в создании чипов стало еще одной подсказкой

Jalapeño 还有一个被 официально подчеркнуто выделенный момент: от первоначального проектирования до изготовления кремниевой тестовой партии (функционального прототипа) прошло всего 9 месяцев. Это время не равно полному циклу серийного производства, а означает скорость, с которой дизайн чипа переходит в стадию подготовки к производству.

В традиционной разработке чипов от архитектурного проектирования, верификации, до EDA-процесса и изготовления тестовой партии обычно уходит длительный период. OpenAI заявляет, что этот процесс ускоряется за счет их моделей. Компания стремится показать, что ИИ способен не только писать код и генерировать контент, но и входить в аппаратный инженерный процесс, помогая сократить время проектирования и верификации чипов.

Если этот подход можно будет повторно использовать в последующих продуктах, Jalapeño станет не просто одноразовым чипом, а отправной точкой для много поколений собственной вычислительной платформы OpenAI. OpenAI и Broadcom ранее в октябре 2025 года объявили о сотрудничестве по созданию кастомных ИИ-ускорителей уровня 10 ГВт и планировали начать развертывание во второй половине 2026 года и завершить к концу 2029 года. Jalapeño — это первый образец, который переводит эту линию сотрудничества в стадию публичного продукта.

Но быстрый дизайн не равно быстрой развертке. Сможет ли Jalapeño войти в ключевую инфраструктуру OpenAI, зависит от последующего серийного производства, корпусирования (упаковки), поставок высокоскоростной памяти, интеграции серверных систем и диспетчеризации в дата-центрах. Любое узкое место на любом этапе может повлиять на темпы стартового развертывания к концу года.

Снижение зависимости от NVIDIA — это направление, а не уже завершенная замена

Jalapeño проще всего для рынка интерпретировать как «вызов OpenAI для NVIDIA». Точнее: OpenAI начала искать кастомный путь вне NVIDIA для части инференсных рабочих нагрузок.

Преимущество NVIDIA все еще заключается не только в производительности одной GPU: это также CUDA-экосистема, инструментарий для обучения и инференса, системные соединения на уровне платформы, базис для разработчиков и масштабы поставок. Даже если OpenAI успешно развернет Jalapeño, она не избавится от NVIDIA сразу. Особенно в передовом обучении больших моделей, универсальной разработке и на разнородных рабочих нагрузках высококлассные GPU остаются ключевой инфраструктурой.

С точки зрения инференса кастомные чипы подходят лучше всего для входа. Паттерн запросов относительно стабилен, структуру модели проще контролировать, а цели сервиса более четко определены. Если OpenAI сможет перенести на Jalapeño часто используемые и стандартизированные инференс-задачи из ChatGPT, Codex или API, то это потенциально даст реальную выгоду в стоимости и гибкости поставок.

Для Broadcom сам факт того, что ИИ-гиганты разрабатывают собственные чипы, не означает, что чиповую компанию обходят стороной — наоборот, это может принести больше заказов на кастомные проекты. Но доходность таких проектов все еще зависит от стоимости компонентов, масштаба поставок и сложности систем, особенно от цен и доступности ключевых поставок вроде высокоскоростной памяти.

Далее Jalapeño действительно нужно ответить не на вопрос, сможет ли он при анонсе соперничать с Blackwell или TPU, а на то, с какими масштабами его можно будет запустить до конца года, какие реальные нагрузки он сможет выполнять и до какого уровня удастся снизить стоимость инференса. Для OpenAI эта «мексиканская редиска (халапеньо)» — лишь первая проба, чтобы уйти от узкого места GPU; станет ли она основным блюдом — покажут данные развертывания.