OpenAI اولین پردازنده استنتاج سفارشی خود را رونمایی کرد، تراشه ای به نام Jalapeño که با همکاری Broadcom طراحی و تولید شده است. این اعلامیه نشان‌دهنده مهم‌ترین گام سازنده ChatGPT است تا به‌سوی داشتن پشته سخت‌افزاری کامل در پشت خدمات هوش مصنوعی خود، و فشار رقابتی بر Nvidia را تشدید می‌کند، که پردازنده‌های گرافیکی آن در حال حاضر بیشترین استقرار مدل‌های زبانی بزرگ را تامین می‌کنند.

این پردازنده که در 24 ژوئن 2026 فاش شد، به طور خاص برای نیازهای سیستم های استنتاج OpenAI طراحی شده است - فرآیند اجرای مدل های هوش مصنوعی از پیش آموزش دیده در پاسخ به درخواست های کاربر. بر اساس گزارش TechCrunch، که از راه‌اندازی این تراشه خبر داد، این شرکت گفت که مدل‌های هوش مصنوعی خود حتی به توسعه تراشه کمک کرده‌اند. در حالی که Jalapeño هنوز در حال آزمایش است، OpenAI ادعا می‌کند که نتایج اولیه عملکرد بهتری در هر وات نسبت به جایگزین‌های پیشرفته فعلی نشان می‌دهد. For more context on this story, see our ongoing artificial intelligence updates.

یک تراشه ساخته شده برای استنتاج، نه برای آموزش

تمایز بین آموزش و استنتاج برای درک اینکه چرا OpenAI Jalapeño را ساخته است، مرکزی است. آموزش یک مدل مرزی - فرآیند ماهها و محاسباتی فشرده آموزش شبکه عصبی از ابتدا - همچنان به شدت به سخت افزار Nvidia متکی خواهد بود. در مقابل، استنباط هر بار که کاربر درخواستی را ارسال می‌کند، اتفاق می‌افتد و اکثریت قریب به اتفاق هزینه‌های جاری اجرای سرویسی مانند ChatGPT را تشکیل می‌دهد.

OpenAI در اعلامیه خود بر هزینه عملیاتی پایین تراشه در هنگام اجرای مدل‌های کدنویسی بلادرنگ، نوع بار کاری که از طریق محصولاتی مانند Codex انجام می‌شود، تاکید کرد. TechCrunch گزارش داد که حتی کاهش اندک در هزینه های استنتاج می تواند به طور معناداری اقتصاد شرکت را بهبود بخشد، با توجه به حجم عظیم درخواست هایی که پلتفرم های آن روزانه رسیدگی می کنند.

همکاری طراحی با Broadcom به طور رسمی در اکتبر 2025 اعلام شد، اگرچه جاه طلبی های سیلیکونی OpenAI برای مدت طولانی تری شایع شده بود. رویترز، بلومبرگ، سی‌ان‌بی‌سی و وال استریت ژورنال همگی به‌طور مستقل رونمایی در 24 ژوئن را تأیید کردند، که نشان‌دهنده وسعت توجه صنعت به هنگام پرتاب است.

شرط بندی تمام پشته

OpenAI Jalapeño را به عنوان بخشی از یک استراتژی گسترده تر برای کنترل هر لایه زیرساخت آن چارچوب بندی کرد. این شرکت نوشت که «نه تنها در حال توسعه مدل‌های مرزی یا ساخت محصولات در بالای آنها نیست، بلکه زیرساخت‌های زیر آنها را طراحی می‌کند: معماری تراشه، هسته‌ها، سیستم‌های حافظه، شبکه، زمان‌بندی، سیستم‌های استقرار و تجربه محصول».

گرگ براکمن، رئیس OpenAI، مدت کوتاهی پس از افشای شراکت Broadcom، منطق شرکت را در یک پادکست داخلی توضیح داد. براکمن گفت: «ما درک عمیقی از حجم کار داریم. ما واقعاً به دنبال حجم‌های کاری خاص بوده‌ایم که کمتر مورد استفاده قرار می‌گیرند، [و می‌پرسیم] چگونه می‌توانیم چیزی بسازیم که بتواند آنچه را که ممکن است تسریع کند؟»

از آنجایی که OpenAI در کل پشته عمل می‌کند، هر لایه را می‌توان برای یک هدف بهینه کرد: ساخت مدل‌های آن سریع‌تر، قابل اطمینان‌تر و مقرون به صرفه‌تر برای کاربران.

پیوستن به گوگل و آمازون در سیلیکون سفارشی

OpenAI به سختی اولین شرکت هوش مصنوعی است که شتاب دهنده های خود را می سازد. گوگل مدت‌هاست که واحدهای پردازش تنسور (TPU) خود را برای ارائه مدل‌های خود طراحی کرده است، در حالی که آمازون تراشه‌های Trainium و Inferentia خود را برای مشتریان AWS توسعه داده است. این شتاب‌دهنده‌های به اصطلاح هوش مصنوعی سیلیکونی تنظیم شده‌اند که به‌طور خاص برای سرعت بخشیدن به بارهای کاری یادگیری ماشینی تنظیم شده‌اند و به یک ضرورت رقابتی برای هر hyperscaler که در مقیاس OpenAI کار می‌کند تبدیل شده‌اند.

انگیزه ساده است: GPUهای همه منظوره انویدیا قدرتمند اما گران هستند و اپراتورها را به یک تامین کننده واحد متصل می کنند که قیمت و در دسترس بودن آن می تواند رشد را محدود کند. یک تراشه استنتاج سفارشی به OpenAI کنترل بیشتری بر هزینه، عرضه و عملکرد برای بارهای کاری که بیشترین اهمیت را دارد، می دهد.

آنچه در Nvidia باقی می ماند

اشتباه است اگر Jalapeño را به عنوان جدایی کامل از Nvidia بخوانید. پرفورمنس‌ترین وظایف در خط لوله هوش مصنوعی - به ویژه پیش‌آموزش مدل‌های مرزی - همچنان نیاز به نوع توان عملیاتی خام و همه‌منظوره‌ای دارد که پردازنده‌های گرافیکی انویدیا در آن برتری دارند، و OpenAI همچنان مشتری اصلی انویدیا است. Jalapeño در عوض حجم کاری محدودتر اما عظیم استنتاج را هدف قرار می دهد، جایی که یک تراشه هدفمند می تواند پس انداز بزرگی را ارائه دهد.

این تمرکز محدود نیز چیزی است که تراشه را معتبر می کند. به جای تلاش برای جایگزینی انویدیا در سراسر جهان، OpenAI تنها در جایی رقابت می‌کند که معتقد است دانش عمیق خود از حجم کاری خود به آن برتری می‌دهد - همان منطقی که گوگل و آمازون را در وهله اول به ساخت شتاب‌دهنده‌های تخصصی سوق داد.

تغییر در چشم انداز نیمه هادی

پرتاب در بحبوحه تغییر گسترده‌تر چشم‌انداز نیمه‌رسانای هوش مصنوعی انجام می‌شود. غول تراشه‌های حافظه SK Hynix برای سرمایه‌گذاری بر تقاضای فزاینده حافظه هوش مصنوعی، فهرستی به ارزش 29 میلیارد دلار در ایالات متحده ارائه کرده است، در حالی که شرکت‌هایی از آمازون تا کوالکام برای ساخت یا به دست آوردن سیلیکون سفارشی رقابت می‌کنند. ورود OpenAI به طراحی تراشه یک رقیب با بودجه خوب دیگر را به بازاری که انویدیا بر آن تسلط داشته است اضافه می کند.

در حال حاضر، Jalapeño در حال آزمایش است و OpenAI معیارهای دقیق عملکرد یا جدول زمانی استقرار را فاش نکرده است. اما سیگنال واضح است: شرکت سازنده ChatGPT اکنون قصد دارد سخت افزاری را بسازد که آن را اجرا می کند و حاضر است میلیاردها دلار برای این کار هزینه کند.

اینکه Jalapeño به وعده‌های اولیه عملکرد در هر وات خود عمل می‌کند یا خیر، تعیین می‌کند که OpenAI چقدر اهرمی را نسبت به هزینه‌های خود به دست می‌آورد – و در نهایت چه مقدار از بازار زیرساخت‌های هوش مصنوعی از یک سازنده چیپ‌ساز مسلط دور می‌شود.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →