OpenAI показала свои чипы для нейросетей: инференс быстрее NVIDIA до 4 раз

OpenAI на 37-й конференции Hot Chips впервые показала результаты тестов собственного чипа для нейросетей «Jalapeño», который по заявленным данным обходит текущие решения NVIDIA по энергоэффективности и задержке при инференсе (исполнении запросов к нейросети).

До сих пор практически все компании, работающие с большими языковыми моделями, использовали GPU от NVIDIA для обучения и инференса. OpenAI стала первой из крупных ИИ-лабораторий, публично показавшей результаты собственного чипа, причём, по данным AI News и SemiAnalysis, речь идёт не о узкоспециализированной микросхеме (ASIC, чип, «заточенный» под одну задачу), а о полноценной альтернативе флагманским GPU NVIDIA серий Blackwell и Rubin.

Что показали тесты «Jalapeño»?

По данным, представленным OpenAI на конференции Hot Chips:

• Энергоэффективность. На пиковой пропускной способности «Jalapeño» выполняет в 1,5 до 1,9 раза больше работы на каждый ватт потребляемой энергии по сравнению с системами NVIDIA GB200/GB300.
• Задержка. Сквозная задержка (время от запроса до ответа) ниже в 1,7 до 3,6 раза.
• Интерактивные нагрузки. Для задач, требующих частого обмена данными (чат-боты, ИИ-агенты), производительность выше в 2,1 до 4,1 раза.
• Энергопотребление. Чип рассчитан на 700 Вт, но на тестовых прогонах держался на уровне 550 Вт или ниже.

Инженеры в обсуждениях (gdb, kimmonismus, eliebakouch, You Jiacheng) отметили, что «Jalapeño» показал эти результаты без агрессивных оптимизаций вроде спекулятивного декодирования (когда модель «угадывает» следующие токены заранее), тогда как системы NVIDIA в тех же тестах эти приёмы использовали. SemiAnalysis назвал результат «необычно сильным для первого поколения».

Нейросети помогли написать код для собственного чипа

Отдельная деталь: OpenAI сообщила, что модели GPT-Astra и Codex (инструмент для генерации кода) помогли написать и оптимизировать низкоуровневые ядра (kernels, базовые вычислительные блоки). За два месяца удалось адаптировать три модели с открытыми весами для работы на «Jalapeño».

По заявлению компании, для отдельных блоков внимания и архитектуры MoE (Mixture of Experts, «смесь экспертов», когда модель активирует только часть параметров на каждый запрос) код, написанный при участии ИИ, работал в 1,5 до 1,8 раза быстрее кода, написанного инженерами вручную.

Это значит, что ИИ уже не просто пишет приложения, а участвует в создании инфраструктуры для самого себя.

Что «Jalapeño» пока не решает?

Несколько аналитиков (Liam Fedus, teortaxesTex, LearnOpenCV) указали на узкое место: производственные мощности. Чип производится на мощностях TSMC с использованием технологии CoWoS (упаковка нескольких кристаллов в один корпус), и дефицит этих мощностей остаётся жёстким ограничением. Иными словами, спроектировать свой чип для нейросетей можно, но произвести его в нужных объёмах пока сложно.

OpenAI заявила, что второе поколение «Jalapeño» уже в глубокой разработке, третье поколение начато. Но конкретных сроков и объёмов массового производства компания не назвала.

Есть ли аналоги в России?

Прямого российского аналога «Jalapeño» нет. Российские ИИ-сервисы (YandexGPT, GigaChat от Сбера) работают на серверных GPU, преимущественно NVIDIA, и не анонсировали собственных чипов для инференса.

Для российских разработчиков значение новости косвенное, но существенное: если OpenAI снижает себестоимость инференса в полтора и более раз, это со временем может отразиться на ценах API и подписок, а значит, на экономике любого проекта, который использует модели OpenAI.

Что это значит для вас, по ролям?

Авторам Дзена и копирайтерам. Дешёвый инференс означает, что нейросетевые инструменты для текста, картинок и видео со временем станут доступнее. Прямо сейчас ничего делать не нужно, но стоит следить за обновлениями тарифов ChatGPT и API OpenAI к концу 2026 года.

Маркетологам. Снижение стоимости запросов к ИИ может удешевить автоматизацию: чат-боты, генерация контента, персонализация. Закладывайте в планы на 2027 год пересчёт бюджетов на ИИ-инструменты.

Предпринимателям в РФ и СНГ. Чип пока недоступен как продукт. Но сам факт, что крупнейшая ИИ-компания строит независимую от NVIDIA инфраструктуру, сигнал: зависимость от одного поставщика чипов для нейросетей перестаёт быть безальтернативной. Для тех, кто планирует собственные вычислительные мощности, это повод изучать альтернативы уже сейчас.

Частые вопросы

Можно ли купить чип «Jalapeño»?

Нет. OpenAI разрабатывает «Jalapeño» для собственной инфраструктуры. О продаже чипа сторонним компаниям или облачным провайдерам компания не сообщала. Влияние на пользователей будет косвенным: через стоимость и скорость сервисов OpenAI.

Заменит ли «Jalapeño» видеокарты NVIDIA?

Пока нет. Чип предназначен для инференса, то есть для исполнения запросов к уже обученным моделям. Для обучения нейросетей (training) OpenAI по-прежнему использует GPU NVIDIA. Кроме того, узким местом остаётся производство: мощности TSMC ограничены.

Когда это повлияет на цены ChatGPT?

OpenAI планирует начать развёртывание «Jalapeño» в собственных дата-центрах до конца 2026 года. Если всё пойдёт по плану, эффект на стоимость подписок и API может проявиться в 2027 году, но конкретных обещаний компания не давала.