نشرت OpenAI النتائج المعيارية الأولى لـ Jalapeño، ورقاقة الاستدلال المخصصة الخاصة بها، والأرقام مذهلة: في مؤشر InferenceX الخاص بـ SemiAnalys، سجل السيليكون الجديد عددًا أكبر من الرموز المميزة لكل مستخدم وإنتاجية أكبر لكل كيلووات مقارنة بمعالجات الاستدلال الحديثة المتوفرة حاليًا - وهي مقارنة تتضمن أنظمة Blackwell من Nvidia. تم تقديم النتائج يوم الثلاثاء في مؤتمر Hot Chips في بالو ألتو، إلى جانب نظرة فنية مفصلة حول كيفية بناء الشريحة. بالنسبة للقراء الذين يتتبعون سباق الحوسبة الذي يدعم كل إصدار لنموذج الذكاء الاصطناعي، فهو أحد نقاط بيانات الأجهزة الأكثر أهمية لهذا العام.

قال ريتشارد هو، رئيس قسم الأجهزة في OpenAI، في مكالمة صحفية أوردتها TechCrunch: "خلاصة القول هي أن النتائج تظهر تقدمًا كبيرًا جدًا في الأداء مقارنة بأحدث ما توصلت إليه التكنولوجيا". "يمكن لـ Jalapeño تقديم المزيد من أعمال الذكاء الاصطناعي لكل وحدة طاقة، مع إعادة الاستجابات أيضًا بسرعة أكبر. إنها فعالة جدًا لخدمة الكثير من العملاء، ولكنها يمكن أن تكون أيضًا ذات زمن استجابة منخفض جدًا."

شريحة مصممة لخط أنابيب الاستدلال الكامل

تم الكشف عن Jalapeño في يونيو 2026 كأول سيليكون مخصص من OpenAI، تم تطويره بالتعاون الوثيق مع Broadcom، مع نماذج الذكاء الاصطناعي الخاصة بـ OpenAI التي تساعد في عملية تطوير الشريحة. يعود تاريخ الشراكة نفسها إلى أكتوبر 2025، عندما وضعت OpenAI خططًا لبرنامج تسريع مخصص متعدد الأجيال جنبًا إلى جنب مع عملاق الشبكات.

ما يجعل Jalapeño مختلفًا عن وحدة معالجة الرسوميات ذات الأغراض العامة، وفقًا لـ OpenAI، هو أنه تم تصميمه بالتنسيق مع النماذج التي سيخدمها. ونظرًا لأن الشركة تتحكم في المجموعة الكاملة - منتجات الذكاء الاصطناعي والنماذج والرقائق والذاكرة - فقد تمكن مهندسوها من مهاجمة مراحل معينة من عملية الاستدلال التي غالبًا ما تسبب الاحتكاك.

على وجه الخصوص، تم تصميم Jalapeño لتقليل التأخير أثناء مرحلتي التعبئة المسبقة والاتصال للمعالجة، والتي تقول OpenAI إنها غالبًا ما تكون بمثابة اختناقات عند تقديم نماذج لغوية كبيرة على نطاق واسع.

وكتبت الشركة في منشور على مدونة يعرض النتائج: "لقد صممنا Jalapeño لتقليل تأخير حركة البيانات والاتصالات". "وهذا يعني أن حالة النموذج، بما في ذلك ذاكرة التخزين المؤقت KV المستخدمة أثناء إنشاء الاستجابة، يمكن وضعها بشكل صريح والاحتفاظ بها محليًا بينما يقوم النظام بتنشيط المجموعة الصحيحة من الحوسبة والذاكرة والشبكات لكل مرحلة استدلال."

هذه النقطة الأخيرة مهمة لأي شخص يقوم بتشغيل أعباء عمل الذكاء الاصطناعي للإنتاج. تعد ذاكرة التخزين المؤقت KV - السياق المتراكم الذي يحمله النموذج أثناء إنشاء الاستجابة - واحدة من أكبر مشكلات الذاكرة وعرض النطاق الترددي في الاستدلال الحديث. إن إبقائها محلية وإدارتها بشكل واضح، بدلاً من خلطها عبر مجموعة، هي طريقة كلاسيكية لاستعادة زمن الوصول والطاقة.

أفضل من بلاكويل — في الوقت الحالي

المقارنة الرئيسية هي ضد نظام Nvidia Blackwell، الذي يعد حاليًا العمود الفقري لاستدلال الذكاء الاصطناعي الحدودي. تحليل مستقل نشرته شركة SemiAnalogy في نفس اليوم، بعنوان "OpenAI Jalapeño: أفضل من Nvidia Blackwell"، توصل إلى نتيجة مماثلة حول النتائج المبكرة للرقاقة، وسرعان ما أصبحت القصة واحدة من أكثر العناصر التي نوقشت في Hacker News.

لكن المديرين التنفيذيين والمحللين في شركة OpenAI على حد سواء يحثون على توخي الحذر. وقدر هو أن Jalapeño سيتم نشره في نهاية عام 2026 "بأحجام صغيرة جدًا"، مع نشر أكثر أهمية في عام 2027. وبحلول الوقت الذي يصل فيه Jalapeño إلى النطاق الكامل، ربما تكون المنافسة قد تقدمت بشكل ملحوظ - تستمر خارطة طريق Nvidia في التحرك، ويدفع كل من المتوسعين الآخرين بما في ذلك Google وAmazon وMicrosoft جميعهم للسيليكون المخصص الخاص بهم.

كما لاحظت TechCrunch، فإن المعايير التي يتم قياسها وفقًا لأحدث ما توصلت إليه التكنولوجيا اليوم هي لقطة وليست ضمانًا. يجب على الشريحة التي تفوز بالكفاءة في عام 2026 أن تستمر في الفوز على أي شيء تقدمه شركة Nvidia ومنافسوها في العام المقبل.

لماذا تقوم OpenAI ببناء السيليكون الخاص بها

المنطق الاستراتيجي واضح ومباشر: الاستدلال هو أكبر تكلفة متكررة لـ OpenAI. يؤدي كل استعلام ChatGPT، وكل استدعاء لواجهة برمجة التطبيقات (API)، وكل مهمة وكيل إلى حرق الحوسبة، كما يؤدي استئجار تلك الحوسبة من Nvidia بأسعار السوق إلى ضغط الهوامش كمقاييس الاستخدام. شريحة مخصصة تم ضبطها وفقًا لنماذج OpenAI الخاصة - والتي تم تصميمها بالاشتراك مع Broadcom وتم تشكيلها بواسطة نماذج OpenAI نفسها - تمنح الشركة طريقة لخدمة المزيد من المستخدمين لكل واط ولكل دولار.

تم التخطيط لـ Jalapeño أيضًا كمنصة متعددة الأجيال وليس جزءًا لمرة واحدة. قالت شركة OpenAI إنها تعتزم تطوير منتجات ونماذج ورقائق وذاكرة الذكاء الاصطناعي معًا، بحيث يتم تحسين كل جيل من السيليكون مع النماذج التي سيتم تشغيلها. إذا صمدت نتائج الجيل الأول في الإنتاج، يصبح جالابينو نموذجًا لكل ما يلي.

وتمتد المخاطر إلى ما هو أبعد من OpenAI. كانت هيمنة Nvidia على مسرعات الذكاء الاصطناعي بمثابة عنق الزجاجة الأشد في الصناعة لمدة ثلاث سنوات، وكل بديل موثوق به - سواء من فريق TPU التابع لـ Google، أو Amazon، أو الآن OpenAI - يغير المشهد التفاوضي لكل شخص يقوم ببناء البنية التحتية للذكاء الاصطناعي. يقال إن Nvidia نفسها تحذر العملاء من ارتفاع الأسعار بنسبة 15 بالمائة أو أكثر على خوادم الذكاء الاصطناعي مع ارتفاع تكاليف الذاكرة، مما يزيد من جاذبية البدائل الداخلية.

ما يأتي بعد ذلك

في الوقت الحالي، يظل جالابينو جزءًا من مرحلة ما قبل الإنتاج بأرقام ورقية واعدة. يصل الاختبار الحقيقي في نهاية عام 2026، عندما يتم نشر الكميات الصغيرة الأولى، وخاصة في عام 2027، عندما تتوقع OpenAI نطاقًا ذا معنى. تظل الأسئلة الرئيسية دون إجابة: الموثوقية في العالم الحقيقي على نطاق مراكز البيانات، والتكلفة الإجمالية للملكية مقابل سعة Blackwell المستأجرة، وما إذا كانت ميزة الكفاءة ستصمد أمام الجيل القادم من Nvidia.

ومع ذلك، فإن المعايير الأولى تمثل علامة فارقة: وهي المرة الأولى التي يُظهر فيها أحد مختبرات الذكاء الاصطناعي الكبيرة علنًا السيليكون الاستدلالي المخصص الذي يبدو أنه يتفوق على أفضل ما لدى الشركة الحالية من حيث الكفاءة. بالنسبة لصناعة تعاملت مع إمدادات Nvidia باعتبارها شريان حياة استراتيجي، فهذه نقطة انعطاف حقيقية.

---

ابقَ في طليعة الذكاء الاصطناعي

احصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →