OpenAI Jalapeño: как первый фирменный чип компании меняет расклад на рынке ИИ-ускорителей

Предыстория и суть анонса

До недавнего времени OpenAI целиком зависела от сторонних поставщиков кремния — прежде всего от Nvidia с её GPU-серией H100/H200. Анонс Jalapeño меняет эту картину: компания представила собственный ASIC-ускоритель, разработанный в партнёрстве с Broadcom и ориентированный исключительно на задачи инференса больших языковых моделей.

Инженерные образцы уже прошли реальные нагрузки в лабораториях OpenAI, включая работу с моделью GPT‑5.3‑Codex‑Spark. Первые коммерческие развёртывания намечены на конец 2026 года, а к 2029-му компания планирует сформировать кластеры суммарной мощностью до 10 гигаватт.

В СервакМастер отслеживаем подобные события: появление нового крупного игрока в сегменте ИИ-ускорителей напрямую влияет на доступность и стоимость серверного оборудования для всего рынка.

Архитектура: многокристальный ASIC с HBM3E и встроенной сетью Broadcom

Jalapeño позиционируется как специализированный ASIC — по аналогии с Google TPU или AWS Trainium, но заточенный именно под логический вывод (инференс), а не под обучение нейросетей. Функциональные блоки чипа оптимизированы под матричные умножения, механизм внимания (attention) и операции деквантизации — классические примитивы LLM-инференса.

Конструктивно Jalapeño представляет собой многокристальный чип с интерпозером:

  • Центральный вычислительный кристалл — крупный кристалл, выполняющий основные матричные операции.
  • 8 стеков памяти HBM3E — расположены вокруг центрального кристалла, обеспечивают высокую пропускную способность при минимальных задержках.
  • Сетевые блоки Broadcom Tomahawk — встроены непосредственно в чип, что позволяет объединять сотни Jalapeño в масштабируемые вычислительные кластеры.

Визуально схема компоновки напоминает топовые GPU Nvidia H100/H200, однако функционально решения кардинально различаются. Точные характеристики по техпроцессу, числу вычислительных ядер и пиковой производительности во FLOPS OpenAI пока не раскрыла — технический отчёт анонсирован на ближайшие месяцы. Отдельно подчёркивается: Jalapeño совместим не только с моделями GPT, но и с другими LLM.

Девять месяцев от эскизов до рабочего кремния

Наиболее примечательный аспект проекта — скорость реализации. Полный цикл от первоначальных инженерных набросков до готовности к производству составил девять месяцев — рекордно короткий срок для полупроводниковой индустрии.

Такой темп обеспечили три ключевых фактора:

  • Применение собственных LLM в проектировании: OpenAI использовала языковые модели для ускорения разработки и оптимизации архитектуры чипа.
  • Специализация Broadcom: партнёр взял на себя основной объём аппаратной разработки.
  • Участие Celestica: этот ODM-производитель отвечает за проектирование плат и стоечных систем под новый ускоритель.

Подобная модель разделения труда — разработчик ИИ + производитель чипов + ODM для серверных платформ — активно тиражируется в отрасли и формирует прямую конкуренцию традиционным серверным вендорам.

Производительность и экономика инференса

Несмотря на закрытость полных спецификаций, ряд ключевых показателей уже озвучен:

  • Производительность на ватт: внутренние тесты демонстрируют существенное превосходство над актуальными ИИ-ускорителями конкурентов.
  • Снижение стоимости инференса на 50% — цифра от генерального директора Broadcom Хока Тана, полученная при сравнении Jalapeño с Nvidia Blackwell и Google TPU на задачах LLM-инференса.
  • Архитектурная логика: оптимизация строится вокруг минимизации перемещения данных внутри системы и балансировки между вычислительными ресурсами, пропускной способностью сети и объёмом памяти — именно это даёт высокую утилизацию и низкие задержки при обработке запросов.

Для операторов дата-центров снижение стоимости инференса вдвое принципиально меняет финансовую модель при планировании ИИ-инфраструктуры.

Дорожная карта развёртывания

  • Конец 2026 года: первые платформы Jalapeño появятся в дата-центрах Microsoft и других партнёров OpenAI.
  • 2029 год: суммарная мощность собственных кластеров OpenAI должна достичь 10 гигаватт потребления.

Речь идёт не об экспериментальном пилоте, а о последовательной стратегии вертикальной интеграции: от архитектуры модели до кремния, на котором она исполняется.

Последствия для серверного рынка

Выход OpenAI в сегмент специализированных ASIC затронет весь рынок серверного оборудования:

  • Перераспределение спроса на GPU Nvidia: крупнейший покупатель H100/H200 начинает частично замещать эти закупки собственными решениями — потенциально высвобождая ёмкость рынка для других покупателей.
  • Сигнал для других гиперскейлеров: если OpenAI создала конкурентоспособный ASIC за девять месяцев, это ускорит аналогичные инициативы у Meta, Apple и других крупных игроков.
  • Новый спрос на серверные платформы под ASIC: стойки, системы жидкостного охлаждения и высокоскоростные интерконнекты под кластеры Jalapeño — отдельный и пока только формирующийся рынок.

В СервакМастер фиксируем растущий интерес к серверам с поддержкой HBM-памяти и высокоскоростного межсоединения. Если вам нужна консультация по подбору оборудования под ИИ-нагрузки — обращайтесь через форму на сайте, поможем подобрать оптимальную конфигурацию.

Итоги

Jalapeño — это не эксперимент, а декларация о стратегическом курсе. OpenAI строит полноценный аппаратный стек: девять месяцев от идеи до рабочего образца, снижение стоимости инференса вдвое и уже согласованные развёртывания в дата-центрах Microsoft подтверждают серьёзность намерений.

Для конечных пользователей ChatGPT краткосрочных изменений в пользовательском опыте ждать не стоит. Главный выигрыш — внутри самой OpenAI: снижение операционных затрат, независимость от внешних поставщиков GPU и полный контроль над технологическим стеком. Если следующее поколение Jalapeño закроет ещё и задачи обучения — конфигурация полупроводникового рынка изменится принципиально.

Материал подготовлен редакцией СервакМастер. По вопросам подбора серверного оборудования и ИИ-ускорителей — свяжитесь с нами через форму на сайте.