TL;DR
· OpenAI và Broadcom ra mắt bộ xử lý AI suy luận tự phát triển đầu tiên, Jalapeño, với mục tiêu triển khai ban đầu trước cuối năm 2026.
· Con chip này hướng đến suy luận LLM, không phải sản phẩm thay thế GPU cho huấn luyện; các tuyên bố về hiệu năng giai đoạn đầu vẫn theo cách diễn đạt do công ty thử nghiệm cung cấp.
· OpenAI giảm sự phụ thuộc vào NVIDIA là bước đi đầu tiên, nhưng mức giảm chi phí, quy mô sản xuất hàng loạt và hiệu quả trong tải thực tế vẫn chưa được công bố.

OpenAI và Broadcom đã công bố Jalapeño vào ngày 24 tháng 6. Đây là một bộ tăng tốc AI tự phát triển dành cho suy luận các mô hình ngôn ngữ lớn (LLM), đồng thời cũng là con chip đầu tiên của OpenAI được gọi là “Intelligence Processor”. Theo thông báo của hai công ty, Jalapeño vẫn đang ở giai đoạn thử nghiệm và mẫu thử; mục tiêu là bắt đầu triển khai ban đầu trước cuối năm 2026, và trong nhiều năm tiếp theo sẽ tiếp tục mở rộng. Với OpenAI, trọng tâm không phải là thay thế ngay lập tức toàn bộ GPU của NVIDIA, mà là chuyển dần các yêu cầu suy luận ngày càng tăng trong ChatGPT, Codex, API và các sản phẩm tác nhân thông minh trong tương lai sang một tổ hợp phần mềm và phần cứng phù hợp hơn với các mô hình của chính họ.

Bắt đầu từ khâu suy luận, nhắm vào chi phí truy vấn diễn ra mỗi ngày

Nhu cầu về chip AI có thể chia đại khái thành huấn luyện và suy luận. Huấn luyện quyết định giới hạn năng lực của mô hình; suy luận quyết định sau khi mô hình được huấn luyện xong, liệu có thể trả lời hàng loạt yêu cầu của người dùng với chi phí chấp nhận được hay không.

Jalapeño nhắm đến phần sau. OpenAI cho biết chip này sẽ được dùng cho tải trọng suy luận của các mô hình ngôn ngữ lớn, phục vụ ChatGPT, Codex, API và các sản phẩm tác nhân thông minh trong tương lai. Với người dùng phổ thông, nó sẽ không thay đổi trực tiếp giao diện chat, nhưng có thể ảnh hưởng đến chi phí, tốc độ và khả năng mở rộng của các yêu cầu xử lý ở hậu trường.

Đây cũng là hướng chung của làn sóng chip tự thiết kế trong giới công ty AI. Google có TPU, còn Amazon và Meta cũng đang thúc đẩy các bộ tăng tốc tùy chỉnh. Họ không nhất thiết phải thay thế hoàn toàn NVIDIA, mà là chuyển những khối công việc nội bộ ổn định nhất và có quy mô lớn nhất sang các chip phù hợp hơn với mô hình và ngăn xếp phần mềm của chính họ.

Trước đây, OpenAI đã phụ thuộc lâu dài vào nguồn GPU từ bên ngoài, đặc biệt là các card tăng tốc cao cấp của NVIDIA. Khi số lần gọi mô hình tăng lên, chỉ dựa vào việc mua GPU đa dụng sẽ tạo ra hai áp lực: chi phí và việc nguồn cung bị ràng buộc bởi chuỗi cung ứng bên ngoài; hơn nữa, chip đa dụng cũng không chắc có thể đạt hiệu suất cao nhất trong các mô hình và chế độ phục vụ cụ thể. Thay đổi trực tiếp của Jalapeño là khiến OpenAI không chỉ mua năng lực tính toán, mà bắt đầu tham gia định nghĩa năng lực tính toán.

Broadcom chịu trách nhiệm hiện thực silicon và công nghệ kết nối, bên sản xuất wafer chưa công bố

Jalapeño được OpenAI thiết kế từ đầu, Broadcom cung cấp hiện thực silicon, mạng và công nghệ kết nối, còn Celestica tham gia hiện thực hóa ở cấp bo mạch, rack và hệ thống. Thông báo chính thức không tiết lộ bên sản xuất wafer, vì vậy không thể viết đơn giản là Broadcom chịu trách nhiệm sản xuất.

Broadcom có nền tảng sâu về ASIC tùy chỉnh và mạng trung tâm dữ liệu. Trong vài năm qua, công ty cũng trở thành một trong những nhà cung cấp đứng sau chip tự thiết kế của nhiều “ông lớn AI”. Với OpenAI, việc chọn hợp tác với Broadcom giống như chuyển các yêu cầu kiến trúc nội bộ của một công ty mô hình sang chuỗi cung ứng bán dẫn và hệ thống đã trưởng thành để biến thành sản phẩm có thể triển khai.

Về phần hiệu năng, vẫn cần giữ một khoảng biên. Hai công ty cho biết, mục tiêu của Jalapeño là kết hợp năng lực thông lượng của các bộ tăng tốc AI tiên tiến hiện nay và đạt cải thiện rõ rệt về hiệu năng trên mỗi watt so với các giải pháp hiện tại. Đồng thời, phía chính thức cũng nhấn mạnh rằng mẫu kỹ thuật đã được chạy các tác vụ học máy trong phòng thí nghiệm ở tần số và mức tiêu thụ điện theo mục tiêu; hiệu năng cuối cùng vẫn đang được đo lường, và trong vài tháng tới sẽ công bố báo cáo kỹ thuật chi tiết hơn.

Hiện vẫn chưa công bố benchmark của bên thứ ba, cũng chưa tiết lộ các chỉ số then chốt như thông lượng chính xác, độ trễ, mức tiêu thụ điện, mức giảm chi phí cho mỗi truy vấn. Một số cách diễn giải trên thị trường có thể đặt nó cạnh NVIDIA Blackwell hoặc Google TPU để so sánh, nhưng trước khi có dữ liệu triển khai thực tế, việc “giảm chi phí” và “vượt trội về hiệu năng” vẫn chỉ có thể được xem là quan điểm thử nghiệm giai đoạn đầu của công ty.

9 tháng từ thiết kế đến chạm mạch, AI hỗ trợ tạo chip trở thành một manh mối khác

Jalapeño còn một chi tiết được phía chính thức nhấn mạnh: từ thiết kế ban đầu đến chế tạo ra bản ghi mạch chỉ mất 9 tháng. Thời gian này không phải toàn bộ chu kỳ sản xuất hàng loạt hoàn chỉnh, mà là tốc độ đưa thiết kế chip vào giai đoạn chuẩn bị cho sản xuất.

Trong phát triển chip truyền thống, từ thiết kế kiến trúc, xác thực, quy trình EDA cho đến chạm mạch thường cần một thời gian dài. OpenAI cho biết, quá trình này được mô hình của họ tăng tốc. Công ty muốn chứng minh rằng AI không chỉ có thể viết mã và tạo nội dung, mà còn có thể tham gia vào quy trình kỹ thuật phần cứng, giúp rút ngắn thời gian thiết kế và xác thực chip.

Nếu phương pháp này có thể được tái sử dụng trong các sản phẩm sau, thì Jalapeño sẽ không chỉ là một chip thế hệ đơn lẻ, mà là điểm khởi đầu cho nền tảng tính toán tùy chỉnh nhiều thế hệ của OpenAI. OpenAI và Broadcom trước đó đã công bố vào tháng 10/2025 hợp tác phát triển bộ tăng tốc AI quy mô 10GW, dự kiến bắt đầu triển khai từ nửa cuối năm 2026 và hoàn tất trước cuối năm 2029. Jalapeño là mẫu đầu tiên đưa mạch hợp tác này sang giai đoạn sản phẩm công khai.

Tuy nhiên, tốc độ thiết kế nhanh không đồng nghĩa với tốc độ triển khai nhanh. Jalapeño có đi vào hạ tầng lõi của OpenAI hay không còn phụ thuộc vào sản xuất hàng loạt tiếp theo, đóng gói, nguồn cung bộ nhớ băng thông cao, tích hợp hệ thống máy chủ và điều phối tại trung tâm dữ liệu. Nếu ở bất kỳ khâu nào xuất hiện nút thắt, lịch triển khai ban đầu trước cuối năm có thể bị ảnh hưởng.

Giảm sự phụ thuộc vào NVIDIA là hướng đi, không phải là đã hoàn tất thay thế

Jalapeño dễ nhất bị thị trường diễn giải thành “OpenAI thách thức NVIDIA”. Nói chính xác hơn, OpenAI đang bắt đầu tìm kiếm các lối đi tùy chỉnh ngoài NVIDIA cho một số tải trọng công việc suy luận.

Lợi thế của NVIDIA vẫn không chỉ nằm ở hiệu năng của từng GPU. Còn bao gồm hệ sinh thái CUDA, chuỗi công cụ phục vụ huấn luyện và suy luận, kết nối liên cấp theo hệ thống, nền tảng dành cho nhà phát triển và quy mô nguồn cung. Dù OpenAI triển khai Jalapeño thuận lợi đến đâu, họ cũng không thể lập tức thoát khỏi NVIDIA. Đặc biệt trong huấn luyện mô hình lớn tiên tiến, nghiên cứu phát triển đa dụng và các tải trọng đa dạng, GPU cao cấp vẫn là hạ tầng then chốt.

Khâu suy luận phù hợp hơn để chen vào bằng chip tùy chỉnh. Mẫu yêu cầu tương đối ổn định, cấu trúc mô hình cũng dễ kiểm soát hơn, và mục tiêu dịch vụ rõ ràng hơn. Nếu OpenAI có thể chuyển các tác vụ suy luận tần suất cao, tiêu chuẩn hóa trong ChatGPT, Codex hoặc API sang Jalapeño, thì họ có thể nhận được lợi ích thực tế về chi phí và độ co giãn nguồn cung.

Với Broadcom, việc các “ông lớn AI” tự thiết kế chip không đồng nghĩa với việc công ty chip bị loại khỏi cuộc chơi; trái lại còn có thể mang đến nhiều dự án tùy chỉnh hơn. Chỉ là không gian lợi nhuận của các dự án này vẫn phụ thuộc vào chi phí linh kiện, quy mô giao hàng và độ phức tạp hệ thống, đặc biệt là giá cả và tính sẵn có của các nguồn cung quan trọng như bộ nhớ băng thông cao.

Jalapeño phần “thật sự cần trả lời” tiếp theo không phải là liệu có thể ngang hàng Blackwell hay TPU khi ra mắt hay không, mà là trước cuối năm có thể lên quy mô lớn tới mức nào, chạy được những tải trọng thực tế nào, và giảm được chi phí suy luận xuống mức ra sao. Với OpenAI, “ớt Mexico” này chỉ là lần thử vị đầu tiên để thoát khỏi nút thắt GPU; liệu có trở thành món chính hay không còn phải chờ dữ liệu triển khai nói lên.