OpenAI представила первый собственный ИИ-чип Jalapeño

OpenAI объявила о создании собственного чипа Jalapeño для работы с большими языковыми моделями. Процессор разработан совместно с Broadcom и предназначен для выполнения запросов пользователей уже обученными нейросетями. Именно такие вычисления используются в ChatGPT, Codex, API и других сервисах компании.

Что случилось

Jalapeño стал первым специализированным чипом OpenAI. Компания называет его Intelligence Processor («процессор интеллекта») и рассматривает его выпуск как шаг к собственной вычислительной инфраструктуре.

По данным OpenAI, чип проектировался специально под современные ИИ-модели. Архитектура оптимизирована для работы с памятью, обмена данными между ускорителями и для других типичных нагрузок больших языковых моделей.

Разработка велась совместно с Broadcom. Компания Celestica отвечала за серверное оборудование для дата-центров. От идеи до первых образцов прошло около девяти месяцев. Часть этапов разработки ускоряли с помощью собственных ИИ-моделей OpenAI.

Инженерные версии Jalapeño уже используются в лабораториях компании, включая тестирование модели GPT-5.3-Codex-Spark. Технические характеристики пока не раскрываются.

Что это значит

Анонс чипа Jalapeño показывает, что OpenAI выходит за рамки разработки моделей и постепенно строит собственную вычислительную инфраструктуру. Контроль над железом позволяет компании масштабировать сервисы, повышать производительность и снижать стоимость обработки миллионов запросов.

Важно уточнить: Jalapeño не конкурирует напрямую с ускорителями NVIDIA. Это специализированный процессор для инференса — обработки запросов уже обученными моделями. Именно на этот этап приходится большая часть нагрузки в ChatGPT и других продуктах OpenAI.

При этом обучение новых моделей требует значительно более мощных вычислительных ресурсов. В этой области NVIDIA по-прежнему остаётся ключевым поставщиком и, вероятно, сохранит эту роль ещё долго.

Jalapeño — это не замена GPU, а инструмент оптимизации. Он позволяет частично перенести инференс на собственное железо, снизить затраты на инфраструктуру и уменьшить зависимость от внешних поставщиков.