OpenAI propose ses modèles pour la conception de puces, misant sur un coût plus avantageux que l'open source

OpenAI étend ses modèles avancés à la conception de puces, aux sciences de la vie et à la finance, arguant qu'un modèle dont le coût initial est plus élevé peut s'avérer rentable en accomplissant une tâche en moins d'essais.

Reuters a rapporté le 9 septembre que la directrice financière Sarah Friar avait avancé cet argument lors de la conférence Communacopia + Technology de Goldman Sachs à San Francisco le 7 septembre.

Pour les entreprises qui hésitent entre des modèles haut de gamme et des modèles économiques, cela change la donne. Au lieu de se demander quel modèle a le prix du jeton le plus bas, OpenAI souhaite que ses clients considèrent quel modèle offre le coût d'exécution le plus bas.

La conception de puces comme un élément de transition, et non comme un remplacement de l'EDA

OpenAI ne cherche pas à remplacer les systèmes d'automatisation de la conceptiontronque les ingénieurs utilisent actuellement pour développer des puces. Ses solutions contribuent en réalité à améliorer ces processus en aidant les ingénieurs à analyser les problèmes, à évaluer les approches et à accélérer certaines tâches.

D'après Friar, la demande en IA développée pour des tâches spécifiques est en pleine croissance. Comme l'a rapporté Reuters, OpenAI teste également un modèle économique où le prix dépend de l'efficacité de l'IA pour l'entreprise concernée plutôt que de sa consommation.

Cela rejoint les propos de Friar, publiés le 17 juillet, qui soulignaient l'importance du « rapport entre l'information utile et le prix du jeton ». Si un modèle moins coûteux peut nécessiter plusieurs essais, vérifications et interventions humaines, un modèle plus onéreux peut s'avérer plus rentable car il permet d'obtenir un résultat plus rapidement.

Le jalapeño comme preuve interne

La démonstration la plus éloquente de l'ingéniosité d'OpenAI est Jalapeño, leur toute première puce d'inférence personnalisée. L'entreprise a déclaré dans un article du 25 août que sa technologie d'IA avait permis à Jalapeño de passer de la conception à la fabrication en seulement neuf mois.

Grâce à l'IA, les cycles de conception, de mesure et de vérification ont été raccourcis. L'IA a également permis d'améliorer les performances des circuits arithmétiques et de programmer la puce finale.

OpenAI a affirmé que les performances de la puce Jalapeño étaient 1,5 à 1,9 fois supérieures en termes de travail d'IA par watt par rapport aux dispositifs équivalents GB200 et GB300 de Nvidia utilisés pour effectuer les calculs par GPT-OSS 120B, DeepSeek R1 et Kimi K2.5.

D'après les informations fournies par Cryptopolitan le 25 août, la puce conçue par Broadcom est exclusivement destinée aux besoins d'OpenAI et non à la vente. Ces statistiques ne reflètent donc que les chiffres d'OpenAI. SemiAnalysis a observé les exécutions d'InferenceX, mais n'a pasdentreproduit l'intégralité de la suite de tests de

L'argument du coût par tâche, vérifié par rapport à des données externes

Friar a déclaré que la décision d'OpenAI de réduire drastiquement le coût de son produit d'entrée de gamme Luna a contribué à une multiplication par dix de son utilisation, et a également porté le nombre d'utilisateurs de Codex à 25 millions, selon Reuters.

indépendantsdent apportent des éléments de preuve justifiant l'annonce tarifaire. Analysis compare le prix de GPT-5.6 Luna avec celui de GLM-5.3 de Z.ai et établit le prix de Luna à environ 0,18 $ contre 2,01 $ pour GLM-5.3 pour une tâche standard.

Cependant, la comparaison n'est pas tout à fait déséquilibrée. GLM-5.3 a obtenu un score de 45 à l'indice d'intelligence artificielle, contre seulement 38 pour Luna. Ainsi, OpenAI présente un avantage en termes de prix par tâche standard, mais n'est pas nécessairement l'IA la plus performante.

Un domaine dans lequel OpenAI entre tardivement

La conception de puces assistée par l'IA est déjà bien établie. Synopsys affirme que son copilote d'IA générative peut réduire le temps de recherche d'informations de 40 % et le temps de résolution de 10 à 20 fois.

Cadence a annoncé le 1er juin que son ingénieur IA autonome ChipStack pouvait réduire certains cycles de validation RTL de cinq semaines à moins d'une journée. La puce AlphaChip de Google est également utilisée dans des composants avancés chez Alphabet.

Le véritable atout d'OpenAI ne réside donc pas dans l'affirmation que l'IA peut contribuer à la conception de puces, mais plutôt dans sa capacité, grâce à ses modèles propriétaires, à obtenir un résultat positif à moindre coût.

Pourquoi les enjeux ne cessent de croître

Le marché sous-jacent à cet argument est colossal. PwC a indiqué le 2 septembre que les dépenses d'investissement mondiales dans les infrastructures d'IA pourraient atteindre 31 600 milliards de dollars d'ici 2050, les dépenses annuelles passant d'environ 800 milliards de dollars en 2026 à 1 800 milliards de dollars en 2050.Les mises à niveau régulières des puces et des serveurs devraient représenter la majeure partie de ces dépenses.

Le rapport de l'OCDE du 10 juillet sur les marchés de l'IA apporte un contrepoint : les prix des modèles d'IA ajustés en fonction de la qualité ont chuté de près de 80 % entre janvier 2024 et avril 2026, alors même que les ressources de calcul, les puces et autres intrants critiques sont restés très concentrés.

OpenAI mise sur une intégration plus poussée des modèles, des logiciels et des puces pour transformer cette concentration en un gain d'efficacité. Si cette stratégie s'avère payante, le coût par tâche accomplie pourrait primer sur le prix du jeton et devenir un facteur supplémentaire incitant les acteurs du secteur à proposer une solution complète en IA.