Jalapeño — первый кастомный ускоритель OpenAI, созданный совместно с Broadcom специально для задач инференса: запуска уже обученных ИИ-моделей в ответ на запросы пользователей. До сих пор OpenAI, как и все крупные ИИ-лаборатории, полностью зависел от GPU NVIDIA — дорогостоящих и дефицитных чипов, изначально разработанных для игровой графики и лишь адаптированных под ИИ.
Jalapeño проектировался с нуля под конкретную задачу — запускать большие языковые модели класса GPT-5 и выше максимально эффективно. Архитектура оптимизирована именно под паттерны работы LLM: последовательную генерацию токенов, работу с огромными матрицами весов и задержки памяти, которые являются узким местом для GPU общего назначения.
Девятимесячный цикл от первоначального дизайна до tape-out (передачи на производство) — абсолютный рекорд для высокопроизводительной полупроводниковой промышленности. Для сравнения: разработка нового GPU у NVIDIA обычно занимает 3–5 лет. Этот результат стал возможен благодаря использованию собственных ИИ-моделей OpenAI для автоматизации части проектирования и симуляции микросхем.
По данным OpenAI и Broadcom, ранние тесты показывают, что Jalapeño обеспечивает экономию около 50% затрат по сравнению с типичными GPU при инференсе. Это означает, что обработка одного запроса к GPT-5 уровня будет стоить вдвое дешевле, чем сегодня на кластерах NVIDIA H100/H200.
Улучшение производительности на ватт критично для масштаба операций OpenAI: компания обрабатывает сотни миллионов запросов в сутки, а стоимость электроэнергии составляет один из крупнейших операционных расходов. При снижении энергоёмкости инференса на 40–50% экономия при развёртывании в 10 гигаватт вычислительных мощностей составит десятки миллиардов долларов ежегодно.
Чип будет производиться на заводах TSMC с использованием передового технологического процесса — конкретный узел не раскрывается, но по косвенным данным речь идёт о 3nm или 2nm. Broadcom выступает архитектором полупроводника и интегратором производственного процесса, опираясь на свой многолетний опыт создания кастомных ASIC для Google (TPU) и Meta (MTIA).
Глава OpenAI Сэм Альтман давно заявлял о намерении компании создать собственную вертикально интегрированную ИИ-инфраструктуру — от чипов до моделей. Jalapeño — первый материальный шаг в этом направлении. OpenAI и Broadcom подписали многолетнее партнёрство: Jalapeño является первым в линейке нескольких поколений совместных ускорителей.
К 2029 году OpenAI совместно с Microsoft и другими партнёрами планирует развернуть ускорители на базе дизайна OpenAI суммарной мощностью 10 гигаватт — это примерно 10% текущего мирового потребления электроэнергии ЦОД. Масштаб ставки беспрецедентен даже по меркам гиперскейлеров.
Важен и психологический сигнал: если OpenAI удастся снизить стоимость инференса на 50%, это напрямую снижает цены API для всех пользователей. Для разработчиков, строящих ИИ-приложения, это означает резкое улучшение экономики продуктов — те же функции за вдвое меньшие затраты на вычисления.
Прямого доступа к инфраструктуре OpenAI у российских компаний нет, однако появление Jalapeño имеет несколько косвенных последствий для рынка.
Во-первых, снижение стоимости инференса у лидеров усиливает давление на всю отрасль: если американские модели станут на 50% дешевле в обслуживании, разрыв в стоимости между западными и российскими решениями для тех компаний, у которых есть доступ к обоим, сократится. Это увеличивает привлекательность доступных через посредников западных API.
Во-вторых, Яндекс и Сбер столкнутся с усилившимся давлением необходимости создания собственных эффективных ускорителей. Huawei Ascend 910B закрывает часть потребностей в обучении, но для инференса в промышленных масштабах нужны специализированные решения. Jalapeño показывает, что проектирование такого чипа реально сделать за 9 месяцев при наличии правильной команды и инструментов.
В-третьих, DeepSeek и другие китайские модели, которые активно используются в России как альтернатива западным LLM, также выиграют от снижения стоимости инференса — технология распространится по цепочке. Конкуренция в аппаратном слое ИИ ускоряет доступность мощных моделей для всего рынка.
Появление Jalapeño — серьёзный вызов для NVIDIA, хотя аналитики не ожидают немедленного удара по рыночным позициям компании. Кастомные ASIC традиционно уступают GPU в гибкости: они оптимизированы под конкретный тип задач и сложнее перепрограммируются под новые архитектуры моделей.
Тем не менее прецедент важен. Google TPU, Amazon Trainium, Meta MTIA — все эти компании уже строят собственные ускорители для снижения зависимости от NVIDIA. OpenAI был последним из крупнейших потребителей GPU, не имевшим собственного кремния. Jalapeño закрывает эту лакуну.
Акции NVIDIA отреагировали сдержанно: рынок уже учитывал в цене риск диверсификации клиентов. Реальное давление на доходы NVIDIA начнётся не раньше 2028 года, когда Jalapeño второго поколения выйдет в промышленное производство.