OpenAI lance la puce Jalapeño avec une grande affirmation GB300 de Nvidia

OpenAI a publié ses premiers résultats de benchmark pour Jalapeño, sa puce d'inférence interne construite avec Broadcom.

L'entreprise affirme que la puce effectue plus de travail d'IA par watt et renvoie des réponses plus rapidement que les systèmes de rack Nvidia GB200 et GB300 contre lesquels elle a été mesurée.

Comment la nouvelle puce d'OpenAI se comporte-t-elle ?

OpenAI a publié des résultats de benchmark pour sa nouvelle puce d'IA interne, appelée Jalapeño. La puce a été testée via InferenceX, un benchmark public de SemiAnalysis qui mesure l'ensemble du travail de service d'une demande d'IA, et testée sur le GPT-OSS 120B d'OpenAI, le R1 670B de DeepSeek et le Kimi K2.5 1T de Moonshot AI.

OpenAI a déclaré que sa nouvelle puce effectuait 1,5 à 1,9 fois plus de travail pour chaque unité d'électricité que les autres systèmes contre lesquels elle a été testée. Elle a également répondu aux demandes 1,7 à 3,6 fois plus rapidement.

Pour les tâches les plus interactives nécessitant beaucoup d'aller-retour, l'écart est passé entre 2,1 et 4,1 fois meilleur.

Richard Ho, vice-président du matériel d'OpenAI, a déclaré aux journalistes que la puce gère plus de travail à la fois et répond également plus rapidement, ce que la plupart des puces ne peuvent pas faire en même temps.

Les points de comparaison étaient les superpuces GB200 et GB300 de Nvidia, qui avaient obtenu les meilleurs résultats enregistrés par InferenceX à l'époque. Sur le modèle le plus volumineux testé, Kimi K2.5, OpenAI a déclaré que Jalapeño atteignait environ 1,5 fois les performances maximales par watt et une latence 3,4 fois inférieure.

Il n'y a pas de marché de location, pas de type d'instance et aucun plan pour vendre Jalapeno, et lorsqu'on lui a demandé si OpenAI proposerait la puce à d'autres, Ho a déclaré que l'entreprise « a du mal à avoir suffisamment » de puissance de calcul pour ses propres besoins.

OpenAI a le budget et l'espace au sol, mais elle est actuellement limitée par la puissance des centres de données plutôt que par le budget ou l'espace au sol, ce qui fait que les jetons par mégawatt sont la métrique qui compte.

L'inférence s'exécute en continu sur ChatGPT et l'API, donc réduire les watts par jeton s'accumule rapidement à l'échelle d'OpenAI. La puce est classée à 700 watts, mais maintenue à 550 watts ou moins sur les charges de travail testées.

La puce s'inscrit dans l'accord d'OpenAI d'octobre 2025 avec Broadcom pour déployer 10 gigawatts d'accélérateurs conçus par OpenAI jusqu'en 2029. Cryptopolitan rapporté lorsque le partenariat a été esquissé pour la première fois.

OpenAI passera-t-il exclusivement à l'utilisation de ses propres puces ?

Lors de Hot Chips, Ho a déclaré qu'OpenAI déploierait la puce dans des racks de 128, avec un pod complet fonctionnant avec 2 048 ASIC. Un déploiement de 128 puces offre 1,7 exaflops de calcul 4-bit et 27,5 téraoctets de HBM4, chaque package transportant 15,4 téraoctets par seconde de bande passante mémoire.

OpenAI a déclaré qu'il utilisait ses propres modèles pour accélérer le travail sur Jalapeno, passant de la conception à la gravure en seulement neuf mois. Ho a ajouté qu'une version de deuxième génération est « profondément en développement » et une troisième est en cours.

Cependant, même avec les affirmations de benchmark, OpenAI ne remplace pas sa flotte de GPU. Ho a décrit Jalapeño comme une pièce d'une stratégie de calcul qui s'appuie toujours sur des « partenaires très, très bons » chez Nvidia et Cerebras. La puce serait déployée en petits volumes d'ici la fin de 2026 avant de s'intensifier tout au long de 2027.

Il est à noter que tous les chiffres proviennent d'OpenAI ; SemiAnalysis a vérifié les exécutions InferenceX en personne mais n'a pas exécuté la suite complète ni vu les résultats d'AgentX.