OpenAI propone i suoi modelli per la progettazione di chip, scommettendo sui risparmi di costo rispetto all'open source
- OpenAI sta espandendo l'IA avanzata nella progettazione di chip, nelle scienze della vita e nella finanza, sostenendo che il costo per compito completato conta più del prezzo per token.
- L'azienda cita il suo chip di inferenza Jalapeño come prova che l'IA può accelerare lo sviluppo dei chip, affermando che il progetto ha raggiunto la tapeout in nove mesi.
- La strategia di OpenAI arriva mentre i rivali utilizzano già l'IA nella progettazione di semiconduttori, rendendo la qualità dell'esecuzione e le economie basate sui risultati i principali fattori differenzianti.
OpenAI sta espandendo i suoi modelli avanzati nella progettazione di chip, nelle scienze della vita e nella finanza, sostenendo che un modello con un costo iniziale più elevato può ripagarsi eseguendo un'attività con meno tentativi.
Reuters ha riportato il 9 settembre che la CFO Sarah Friar ha fatto questa argomentazione alla Conferenza Communacopia + Technology di Goldman Sachs a San Francisco il 7 settembre.
Per le aziende che cercano di decidere tra modelli di fascia alta e a basso costo, questo altera il dibattito. Invece di chiedere quale modello ha il prezzo del token più basso, OpenAI vorrebbe che i clienti considerassero quale modello offre l'attività completata più economica.
La progettazione di chip come cuneo, non come sostituzione EDA
OpenAI non sta tentando di soppiantare i sistemi di automazione della progettazione elettronica che gli ingegneri stanno attualmente utilizzando per sviluppare chip. Le sue soluzioni, in realtà, assistono nel migliorare questi processi aiutando gli ingegneri ad analizzare i problemi, valutare gli approcci e accelerare alcuni lavori.
Secondo Friar, la domanda di AI sviluppata per attività specifiche è in crescita. Come riportato da Reuters, OpenAI sta anche testando un modello di business in cui il prezzo dipende da quanto è efficace l'AI per l'azienda specifica piuttosto che dal consumo.
Questo si allinea con la post fatta da Friar il 17 luglio che suggeriva l'importanza dell'“Intelligenza Utile per Dollaro” rispetto al prezzo del token. Sebbene un modello più economico possa richiedere diversi tentativi e revisioni, nonché intervento umano, un modello costoso potrebbe rivelarsi un'opzione più conveniente poiché raggiunge il risultato più rapidamente.
Jalapeño come punto di riferimento interno
La dimostrazione più chiara dell'ingegnosità di OpenAI è Jalapeño, il suo primo chip di inferenza personalizzato. L'azienda ha dichiarato in un post del 25 agosto che la sua tecnologia AI ha facilitato la transizione di Jalapeño dalla fase di concezione al tapeout in soli nove mesi.
Grazie all'AI, i cicli di progettazione, misurazione e verifica sono stati accorciati. L'AI è stata anche utilizzata per migliorare le prestazioni dei circuiti aritmetici e programmare il chip finito.
OpenAI ha affermato che le prestazioni del chip Jalapeño erano 1,5-1,9 volte superiori quando si trattava di lavoro AI per watt in confronto ai dispositivi equivalenti GB200 e GB300 di Nvidia utilizzati per eseguire i calcoli da GPT-OSS 120B, DeepSeek R1 e Kimi K2.5.
Secondo le informazioni fornite da Cryptopolitan il 25 agosto, il chip progettato da Broadcom è destinato esclusivamente agli scopi di OpenAI e non alla vendita sul mercato. Queste statistiche sono quindi solo i numeri di OpenAI. SemiAnalysis ha osservato le esecuzioni di InferenceX ma non ha riprodotto indipendentemente l'intera suite di test.
L'argomento del costo per attività, verificato contro dati esterni
Friar ha dichiarato che la decisione di OpenAI di tagliare il costo del loro prodotto di fascia inferiore Luna ha contribuito a una crescita quasi decupla del suo utilizzo, nonché ad aumentare il numero di utenti di Codex a 25 milioni, secondo Reuters.
I test indipendenti forniscono alcune prove per la dichiarazione sui prezzi. Artificial Analysis confronta i prezzi di GPT-5.6 Luna con GLM-5.3 di Z.ai e stabilisce il prezzo di Luna a circa $0,18 contro $2,01 per GLM-5.3 per un'attività standard.
Tuttavia, questo non è esattamente un confronto unilaterale. GLM-5.3 ha ottenuto 45 sull'Indice di Intelligenza di Artificial Analysis, che assegna a Luna un punteggio di soli 38. Pertanto, OpenAI ha un vantaggio nel prezzo per attività standard ma non è necessariamente l'AI con le migliori prestazioni.
Un campo in cui OpenAI entra in ritardo
La progettazione di chip assistita dall'AI è già ben consolidata. Synopsys afferma che il suo copilot generativo-AI può ridurre il tempo di recupero delle informazioni del 40% e ridurre il tempo per la soluzione di 10-20 volte.
Cadence ha dichiarato il 1° giugno che il suo ingegnere AI autonomo ChipStack può ridurre alcuni cicli di validazione RTL da cinque settimane a meno di un giorno. Anche AlphaChip di Google è stato utilizzato in chip avanzati in tutto Alphabet.
Il vero differenziatore di OpenAI, quindi, non è l'affermazione che l'AI può aiutare a progettare chip. È l'argomento che i suoi modelli proprietari possono farlo a un costo inferiore per risultato positivo.
Perché le puntate continuano ad aumentare
Il mercato dietro questa argomentazione è enorme. PwC ha dichiarato il 2 settembre che la spesa in conto capitale globale per le infrastrutture AI potrebbe raggiungere $31,6 trilioni entro il 2050, con la spesa annuale che aumenta da circa $800 miliardi nel 2026 a $1,8 trilioni nel 2050. Gli aggiornamenti ricorrenti di chip e server dovrebbero guidare gran parte di questa spesa.
Il rapporto dell'OECD del 10 luglio sui mercati AI aggiunge il controargomento: i prezzi dei modelli AI aggiustati per la qualità sono diminuiti di quasi l'80% tra gennaio 2024 e aprile 2026, anche se il calcolo, i chip e altri input critici sono rimasti altamente concentrati.
OpenAI sta scommettendo che un'integrazione più stretta tra modelli, software e silicio trasformerà quella concentrazione in un vantaggio di efficienza. Se ha successo, il costo per attività completata potrebbe contare più del prezzo del token e diventare un'altra forza che spinge l'AI verso giocatori full-stack.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Domande frequenti
Cosa ha detto il CFO di OpenAI riguardo alla progettazione di chip?
Sarah Friar ha dichiarato alla Conferenza Communacopia + Technology di Goldman Sachs che OpenAI sta focalizzando la sua IA su settori specifici, tra cui la progettazione di chip, le scienze della vita e i servizi finanziari, e sta offrendo prezzi inferiori rispetto ai concorrenti open-source in termini di costi, secondo Reuters.
Quanto tempo ci è voluto a OpenAI per progettare il suo chip Jalapeño?
Friar ha affermato che Jalapeño ha raggiunto la tapeout, la fase in cui un design finito viene inviato a una fabbrica, entro nove mesi, con OpenAI che utilizza i propri modelli per velocizzare il lavoro.
Il modello Luna di OpenAI è più economico delle alternative open-source?
Secondo i benchmark di Artificial Analysis, GPT-5.6 Luna esegue un compito standard per circa 0,18 $ contro i 2,01 $ di GLM-5.3 a pesi aperti di Z.ai, sebbene GLM-5.3 ottenga un punteggio superiore nell'indice di intelligenza dell'azienda; Reuters ha riferito che OpenAI ha recentemente ridotto il prezzo di Luna del 80%, generando un aumento dell'utilizzo di circa dieci volte.
Disclaimer. Le informazioni fornite non costituiscono consulenza finanziaria. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti basati sulle informazioni presenti in questa pagina. Si raccomanda vivamente di effettuare ricerche autonome e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Micah Abiodun
Micah Abiodun utilizza al meglio la sua laurea magistrale in Ingegneria Ambientale e Gestione (MSc) presso l'Università Tecnologica di Tallinn (TalTech) per affinare le notizie su contenuti e previsioni dei prezzi su Cryptopolitan. Ora al suo 7° anno nello spazio mediatico crypto, copre le principali criptovalute, altcoin, DeFi, stablecoin, trend macroeconomici e tecnologie emergenti.
