Արհեստական բանականության համար նախատեսված հատուկ չիպ
OpenAI-ն Hot Chips 2026 կոնֆերանսի ժամանակ պաշտոնապես ներկայացրել է իր առաջին հատուկ նախագծված ինֆերենս-ASIC-ը՝ Jalapeño ծածկանունով։ Broadcom-ի հետ համատեղ մշակված այս չիպը նշանավորում է ընկերության ռազմավարական շրջադարձը դեպի սեփական ենթակառուցվածքների օպտիմալացում՝ ժամանակակից արհեստական բանականության համակարգերի ցածր հապաղման և բարձր արտադրողականության պահանջները բավարարելու համար:
OpenAI-ի ինժեներական թիմը, ներառյալ Ռիչարդ Հոն, Ռավի Նարայանասվամին և Քրիս Լիրին, մանրամասնել են չիպի մշակման արագ՝ իննամսյա ցիկլը: 2024-ի վերջին սկսված նախագծումից մինչև 2025-ի վերջին իրականացված արտադրական թողարկումը, թիմը կիրառել է ներքին AI-գործիքներ՝ ֆիզիկական իրականացման գործընթացը արագացնելու համար: TSMC-ի 3nm տեխնոլոգիայով պատրաստված այս չիպը նախատեսված է LLM հարցումների տարբեր փուլերը՝ նախնական հաշվարկը, նախագծային գեներացումը և ստուգումը արդյունավետ կառավարելու համար:
Արտադրողականության ցուցանիշներ
OpenAI-ն Jalapeño-ի հնարավորությունները համեմատել է NVIDIA-ի GB200 և GB300 համակարգերի հետ: InferenceX թեստավորման արդյունքներով՝ Jalapeño-ն ցույց է տվել ավելի բարձր արդյունավետություն՝ մեկ կիլովատի հաշվարկով: DeepSeek R1 670B մոդելի վրա այն ապահովել է 1.7 անգամ ավելի բարձր թողունակություն և 3.6 անգամ ավելի ցածր հապաղում՝ 700 Վտ հզորության դեպքում, մինչդեռ մրցակից համակարգերը պահանջում են 1400 Վտ:
Ճարտարապետությունը հիմնված է յուրաքանչյուր փաթեթում 216 GiB HBM4 հիշողության վրա (մատակարարված Samsung-ի կողմից), որը ապահովում է 15.4 TB/վ թողունակություն: Տվյալների պահպանումը չիպի ներսում և չօգտագործվող հաշվարկային բլոկների անջատումը թույլ են տալիս խուսափել էներգիայի ավելորդ ծախսերից, ինչը բնորոշ է ընդհանուր նշանակության GPU-ներին:
Ռազմավարական նշանակություն
Jalapeño-ի գործարկումն ընդգծում է խոշոր տեխնոլոգիական ընկերությունների ձգտումը դեպի ուղղահայաց ինտեգրում: Վերահսկելով ինչպես սիլիկոնային դիզայնը, այնպես էլ Gluon ծրագրային միջավայրը՝ OpenAI-ն նպատակ ունի շրջանցել ստանդարտ CUDA-ի սահմանափակումները: Չնայած այս հաջողություններին, չիպը նախատեսված է միայն ինֆերենսի (մոդելների աշխատանքի) և ոչ թե ուսուցման համար, որտեղ NVIDIA-ի դիրքերը մնում են անխախտ: