OpenAI פרסמה ביום שלישי נתוני ביצועים לצ'יפ ה-AI החדש שלה, Jalapeño, שלטענתה מספק זמני תגובה מהירים יותר וניצולת אנרגיה גבוהה יותר מהצ'יפים המובילים של Nvidia. מדובר בצ'יפ ייעודי לאינפרנס שפותח בשיתוף עם Broadcom, וייכנס לשימוש בהיקפים קטנים עד סוף השנה.
OpenAI פרסמה ביום שלישי נתוני ביצועים ראשונים לצ'יפ ה-AI החדש שלה, המכונה Jalapeño, וטענה כי הוא מספק תגובות מהירות יותר וניצולת אנרגיה יעילה יותר בהשוואה למערכות מובילות אחרות בשוק. הנתונים פורסמו בבלוג הרשמי של החברה, ולוו בתדרוך לעיתונאים.
Jalapeño הוא צ'יפ מסוג ASIC (מעגל משולב ייעודי) שפותח בשותפות עם חברת Broadcom, ותוכנן במיוחד עבור "אינפרנס" (inference) — כלומר הרצה של מודלים מאומנים לצורך ביצוע משימות בפועל או הפעלת סוכני AI, להבדיל משלב האימון עצמו. הצ'יפ הוצג לראשונה ביוני.
לפי ריצ'רד הו, סגן נשיא לחומרה ב-OpenAI, הצ'יפ מציע "את הטוב משני העולמות": גם זמן השהיה (latency) נמוך וגם קצב עיבוד (throughput) גבוה — שילוב שלדבריו מערכות AI בדרך כלל נאלצות להתפשר עליו.
לבחינת הביצועים השתמשה OpenAI בפלטפורמת הבנצ'מארק InferenceX, והשוותה את Jalapeño לתוצאות הטובות ביותר שנרשמו נכון לאותה עת — שהושגו באמצעות שבבי העל GB200 ו-GB300 של Nvidia. על פי הנתונים שהחברה מסרה, Jalapeño ביצע פי 1.5 עד 1.9 יותר עבודת AI לכל וואט חשמל, במבחנים על שלושת המודלים GPT-OSS 120B, DeepSeek R1 ו-Kimi K2.5 1T. במקביל, זמן ההשהיה הכולל (end-to-end latency) היה נמוך פי 1.7 עד 3.6 בהשוואה למערכות המתחרות באותם מודלים.
לפי הו, המשמעות המעשית היא תגובות מהירות יותר למשתמשים, סוכני AI "מגיבים יותר", וגישה אמינה יותר ככל שהביקוש גדל.
OpenAI מתכננת לפרוס את Jalapeño ב"היקפים קטנים" עד סוף השנה, ולהרחיב את הפריסה במהלך 2027 — אך החברה לא מסרה כמה צ'יפים היא מתכננת לפרוס בשנה הבאה. למרות תוצאות הביצועים, הו הבהיר כי OpenAI לא מתכננת להחליף את כלל מצבת החומרה שלה ב-Jalapeño, וכי אסטרטגיית המחשוב הכוללת של החברה עדיין כוללת "שותפים טובים מאוד", ובהם Nvidia. החברה גם הודיעה שהיא ממשיכה בפיתוח הדור השני והשלישי של הצ'יפ.
המהלך מצטרף למרוץ רחב יותר של חברות AI מובילות לפתח חומרה ייעודית משלהן: לפי דיווחים קודמים, גם Meta ו-Anthropic מקדמות פיתוח צ'יפים מותאמים אישית, במקביל להמשך התלות המסיבית בציוד של Nvidia. ככל הנראה, המגמה הזו נועדה להפחית תלות בספק יחיד ולצמצם עלויות תפעול ארוכות טווח, אף שבשלב זה החברות הגדולות עדיין משלבות בין חומרה קניינית לבין שבבי Nvidia הקיימים.