OpenAI и Broadcom представили собственный чип Jalapeño для ИИ-инференса

Острее, чем кажется

Одно дело — объявить о партнёрстве с производителем чипов. Совсем другое — показать реальный кремний, на котором уже крутятся рабочие нагрузки. OpenAI сделала именно второе: вместе с Broadcom компания представила Jalapeño — первый собственный ASIC, спроектированный исключительно под задачи инференса LLM. Это не переработанный ускоритель для обучения и не универсальный AI-процессор — это узкоспециализированный чип, архитектура которого строилась вокруг реальных паттернов работы больших языковых моделей.

Для меня как наблюдателя за индустрией это событие — не просто очередной анонс железа. Это сигнал о том, что OpenAI всерьёз движется к полному владению стеком: от модели до кремния. И это прямой вызов Nvidia.

Что такое Jalapeño и почему девять месяцев — это быстро

Весь цикл разработки — от концепции до инженерных образцов — занял девять месяцев. Для индустрии, где разработка ASIC традиционно занимает два-три года, это аномально коротко. Источники указывают на интересную деталь: сам процесс проектирования был частично ускорен с помощью моделей OpenAI — своего рода proof-of-concept для AI-assisted chip design.

Архитектурно чип выглядит внушительно. Судя по опубликованным изображениям подложки и упаковки, Jalapeño представляет собой один крупный вычислительный чиплет, окружённый шестью модулями HBM-памяти и дополнительным чиплетом для интерфейсов ввода-вывода. Это принципиально отличает его от многих конкурирующих инференс-ускорителей, которые экономят на памяти, используя более дешёвые типы DRAM. HBM здесь — осознанный выбор в пользу низкой задержки и высокой пропускной способности памяти, критичных для reasoning и агентных задач.

Broadcom взял на себя кремниевую реализацию и сетевую часть, а Celestica отвечает за интеграцию на уровне плат, стоек и систем. Это полноценный консорциум с разделением ответственности.

Что умеет чип — и что пока скрывают

Engineering samples уже работают в лаборатории на целевых частоте и мощности. По данным нескольких источников, на этих образцах уже запускаются реальные ML-нагрузки — в частности, GPT-5.3-Codex-Spark. Это не симуляция и не синтетические тесты — живая модель на живом железе.

OpenAI заявляет, что ранние испытания демонстрируют существенно лучшую производительность на ватт по сравнению с актуальным state-of-the-art. Звучит громко. Но конкретных цифр, бенчмарков и конфигураций памяти компания пока не раскрывает — подробный технический отчёт обещан «в ближайшие месяцы». Это честная оговорка, и её стоит держать в уме.

Контекст для сравнения: сейчас конкуренты работают на AMD Instinct MI350 и Nvidia Blackwell. Если Jalapeño действительно их превосходит по эффективности — это уже заявка. Но куда интереснее будет сопоставление с AMD Instinct MI400 и Nvidia Rubin, которые выйдут позже. Гонка кремния разворачивается на несколько поколений вперёд.

Стратегия вертикальной интеграции

CEO Broadcom Хок Тан описал партнёрство как долгосрочное инфраструктурное обязательство. Запланированы развёртывания в дата-центрах гигаваттного масштаба совместно с Microsoft и другими партнёрами — уже в этом году. Jalapeño — лишь первое поколение в многолетнем роадмапе, следующие поколения уже в разработке.

Грег Брокман, президент и сооснователь OpenAI, сформулировал суть стратегии лаконично: контролируя больше стека самостоятельно, компания может обслуживать больше интеллекта с меньшими затратами и двигать передовой ИИ к более широкому доступу. Это не просто красивые слова — за этим стоит вполне прагматичный расчёт.

OpenAI, как и Google с TPU и Amazon с Trainium/Inferentia, делает ставку на то, что специализированное железо, заточенное под собственные модели и паттерны нагрузки, даст преимущество перед универсальными ускорителями. Вопрос не в том, правы ли они в принципе — в принципе это работает. Вопрос в масштабе и в том, насколько быстро удастся нарастить производство.

Что это значит для рынка и для Nvidia

Nvidia сейчас — фактическая монополия в AI-инференсе для frontier-моделей. H100, H200, Blackwell — это то, на чём работает большинство крупных языковых моделей в продакшене. Появление Jalapeño само по себе не обрушит эту монополию: один чип, даже очень хороший, не заменяет годами отстроенную экосистему CUDA, инструментарий, обученных инженеров и отлаженные цепочки поставок.

Но тренд очевиден. Google, Amazon, Microsoft, Meta — все крупные игроки уже инвестируют в собственный кремний. OpenAI присоединяется к этому клубу. Каждый новый игрок немного снижает зависимость отрасли от одного поставщика и создаёт давление на Nvidia в переговорах о ценах и приоритетах поставок.

Для разработчиков и бизнеса, использующих OpenAI API, это в долгосрочной перспективе означает потенциальное снижение стоимости инференса — если эффективность Jalapeño окажется такой, как заявлено. Для обычных пользователей ChatGPT — более быстрые ответы и, возможно, более низкие цены на подписки.

Доступность для российских пользователей

Jalapeño — инфраструктурный чип, он не продаётся в розницу. Для пользователей из России практический смысл новости косвенный: если OpenAI нарастит вычислительные мощности и снизит себестоимость инференса, это улучшит качество и скорость работы сервисов компании. Сам доступ к ChatGPT и API из РФ по-прежнему требует VPN и иностранных платёжных инструментов — это не изменится от анонса нового чипа.

Итог

Jalapeño — это не просто железо. Это декларация о намерениях: OpenAI хочет владеть всей цепочкой создания интеллекта — от алгоритмов до кремния. Девятимесячный цикл разработки, реальные нагрузки на engineering samples, партнёрство с Broadcom и Celestica, гигаваттные дата-центры с Microsoft — всё это говорит о том, что компания не блефует. Осталось дождаться технического отчёта с реальными цифрами.

Информация об анонсе подтверждена несколькими независимыми публикациями.