Содержание
OpenAI и Broadcom представили Jalapeño — первый специализированный процессор OpenAI для вывода больших языковых моделей. Компании говорят о высокой эффективности на ватт, но почти не раскрывают цифры.
Мы смотрим на этот анонс через простой фильтр: что уже известно, а где пока маркетинг без бенчмарков. Для железа такого класса это критично. В дата-центре лишние ватты быстро превращаются в миллионы долларов расходов.
Jalapeño проектировали именно под inference
Jalapeño — это ASIC для инференса, то есть для запуска уже обученных моделей, а не универсальный ускоритель для всех задач ИИ. OpenAI подчёркивает, что архитектуру строили вокруг поведения современных LLM и будущих агентных нагрузок.
- Передвижение данных: меньше лишних пересылок между вычислениями и памятью
- Баланс ресурсов: связка вычислительных блоков и памяти под реальные LLM-нагрузки
- Сеть: эффективная работа в больших кластерах
- Задержки: высокая пропускная способность без провалов по latency
Отсюда и выбор памяти. Jalapeño получил HBM-модули, а не более дешёвую DRAM. Для рассуждающих моделей и агентных сценариев задержки могут быть не менее важны, чем сухие терафлопсы.
OpenAI заявляет, что чип должен работать близко к теоретическому максимуму железа. Ричард Хо, руководитель аппаратной программы OpenAI, сказал, что архитектуру оптимизировали вокруг ядер, движения памяти, сети и шаблонов обслуживания моделей.
Формулировка сильная, но без таблицы характеристик она остаётся заявлением. Компании не раскрыли производительность, энергопотребление, пропускную способность памяти, техпроцесс и конфигурацию вычислительных блоков.
Крупный кристалл почти у предела литографического поля
На показанных изображениях упаковки виден один большой вычислительный чиплет, шесть модулей HBM и ещё один чиплет, который похож на блок ввода-вывода. Рядом с ним заметны два структурных dummy-кристалла.
Tom’s Hardware оценил размер вычислительного кристалла по габаритам HBM3/HBM4-корпусов. Получилось около 25,46 × 33 мм, то есть примерно 840 мм². Это почти вплотную к пределу EUV-ретикла, который составляет около 858 мм².
Для inference-чипа это огромная площадь. Обычно такие размеры мы ждём от ускорителей обучения, где производители выжимают максимум вычислений любой ценой. У OpenAI и Broadcom логика может быть другой: крупный монолитный compute-чиплет сокращает задержки между блоками.
По снимку нельзя честно сказать, что внутри стоит классическая 2D systolic array или другой конкретный тип матричных движков. Видна регулярная плиточная структура. Она подходит под разные архитектуры AI-ускорителей, но фото не даёт права рисовать блок-схему.
Девять месяцев до tape-out — быстро даже для Broadcom
Broadcom и OpenAI утверждают, что Jalapeño дошёл до tape-out за девять месяцев. Для заказного ASIC это очень короткий цикл. Разработка с нуля часто занимает от полутора до двух лет.
Компании признали, что использовали модели OpenAI для ускорения части проектирования и оптимизации. Второй фактор — опыт Broadcom с кастомными чипами. Компания давно переиспользует проверенные блоки логики в разных заказных проектах.
Инженерные образцы уже работают в лаборатории на целевой частоте и мощности. OpenAI говорит, что запускает на них ML-нагрузки, включая GPT-5.3-Codex-Spark. Но частоты, лимиты мощности и результаты тестов не названы.
Здесь и лежит главный вопрос. Jalapeño могут сравнивать с Nvidia Blackwell и AMD Instinct MI350, но рынок не застынет до конца 2026 года. К тому моменту Nvidia готовит Rubin, а AMD — Instinct MI400. Без открытых тестов сравнение остаётся неполным.
Чип пойдёт в дата-центры гигаваттного масштаба
OpenAI называет Jalapeño первым поколением собственной inference-платформы. Чип должен работать не только с внутренними моделями OpenAI, но и с текущими и будущими LLM в индустрии.
Теоретически это открывает дорогу к продаже или аренде такого железа другим клиентам. Практически всё упрётся в поставки Broadcom, мощности TSMC и приоритеты OpenAI. Спрос на ускорители ИИ уже перегревает цепочки поставок HBM и продвинутой упаковки.
Глава Broadcom Хок Тан назвал проект началом многопоколенческой дорожной карты. По его словам, совместная разработка с OpenAI нужна для развёртывания дата-центров гигаваттного класса с Microsoft и другими партнёрами.
Jalapeño планируют разворачивать в 2026 году, а массовое применение ожидается ближе к концу года. Хок Тан сформулировал это так: «Мы включаем развёртывание дата-центров гигаваттного масштаба с Microsoft и другими партнёрами, начиная с 2026 года».
