OpenAI presenta i suoi modelli per la progettazione di chip, scommettendo che il costo supererà quello dell'open-source

OpenAI sta espandendo i suoi modelli avanzati alla progettazione di chip, alle scienze della vita e alla finanza, sostenendo che un modello con un costo iniziale più elevato può ripagare eseguendo un compito con un minor numero di tentativi.

Reuters ha riferito il 9 settembre che la direttrice finanziaria Sarah Friar ha sostenuto questa tesi alla conferenza Communacopia + Technology di Goldman Sachs a San Francisco il 7 settembre.

Per le aziende che devono scegliere tra modelli di fascia alta e modelli a basso costo, questo cambia le carte in tavola. Invece di chiedersi quale modello abbia il prezzo del token più basso, OpenAI vorrebbe che i clienti considerassero quale modello offra il costo più basso per il completamento dell'attività.

Progettazione di chip come elemento di transizione, non come sostituto di un EDA

OpenAI non intende sostituire i sistemi di automazione della progettazionetronattualmente utilizzati dagli ingegneri per lo sviluppo di chip. Le sue soluzioni, al contrario, contribuiscono a migliorare tali processi, aiutando gli ingegneri ad analizzare i problemi, valutare gli approcci e velocizzare determinate attività.

Secondo Friar, la domanda di intelligenza artificiale sviluppata per compiti specifici è in crescita. Come riportato da Reuters, OpenAI sta anche testando un modello di business in cui il prezzo dipende dall'efficacia dell'IA per la specifica azienda, piuttosto che dal consumo.

Ciò è in linea con il post pubblicato da Friar il 17 luglio, che sottolineava l'importanza del "rapporto qualità-prezzo" rispetto al costo del token. Mentre un modello più economico potrebbe richiedere diversi tentativi e revisioni, oltre all'intervento umano, un modello più costoso potrebbe rivelarsi un'opzione più conveniente in quanto permette di ottenere risultati più rapidamente.

Il jalapeño come prova interna

La dimostrazione più lampante dell'ingegno di OpenAI è Jalapeño, il loro primo chip di inferenza personalizzato. L'azienda ha dichiarato in un post del 25 agosto che la sua tecnologia di intelligenza artificiale ha permesso a Jalapeño di passare dalla fase di ideazione a quella di produzione in soli nove mesi.

Grazie all'intelligenza artificiale, i cicli di progettazione, misurazione e verifica sono stati abbreviati. L'IA è stata utilizzata anche per migliorare le prestazioni dei circuiti aritmetici e programmare il chip finito.

OpenAI ha affermato che le prestazioni del chip Jalapeño erano da 1,5 a 1,9 volte superiori in termini di lavoro AI per watt rispetto 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 rappresentano quindi solo i dati di OpenAI. SemiAnalysis ha osservato le esecuzioni di InferenceX ma non ha riprodotto in modo indipendentedentintera suite di test.

L'argomento del costo per attività, verificato rispetto a dati esterni

Secondo Reuters, Friar ha affermato che la decisione di OpenAI di ridurre drasticamente il costo del suo prodotto di fascia bassa Luna ha contribuito a una crescita di quasi dieci volte del suo utilizzo, oltre ad aver portato il numero di utenti di Codex a 25 milioni.

indipendentident forniscono alcune prove a supporto della dichiarazione sui prezzi. Artificial Analysis intorno ai 0,18 dollari contro i 2,01 dollari di GLM-5.3 per un'attività standard.

Tuttavia, questo non è esattamente un confronto a senso unico. GLM-5.3 ha ottenuto un punteggio di 45 nell'Intelligence Index of Artificial Analysis, mentre Luna si ferma a soli 38. Pertanto, OpenAI ha un vantaggio in termini di prezzo per attività standard, ma non è necessariamente l'IA con le prestazioni migliori.

Un campo in cui OpenAI sta entrando in ritardo

La progettazione di chip assistita dall'intelligenza artificiale è già una tecnologia consolidata. Synopsys afferma che il suo sistema di intelligenza artificiale generativa può ridurre del 40% i tempi di recupero delle informazioni e di 10-20 volte i tempi di risoluzione dei problemi.

Il 1° giugno Cadence ha dichiarato che il suo sistema di ingegneria AI autonomo ChipStack è in grado di ridurre alcuni cicli di validazione RTL da cinque settimane a meno di un giorno. Anche AlphaChip di Google è stato utilizzato in chip avanzati di Alphabet.

Il vero elemento distintivo di OpenAI, quindi, non è l'affermazione che l'IA possa aiutare a progettare chip, bensì la dimostrazione che i suoi modelli proprietari possono farlo a un costo inferiore per ogni risultato positivo.

Perché la posta in gioco continua ad aumentare

Il mercato alla base di questa tesi è enorme. Secondo PwC, il 2 settembre la spesa globale in infrastrutture per l'intelligenza artificiale potrebbe raggiungere i 31.600 miliardi di dollari entro il 2050, con una spesa annua in aumento da circa 800 miliardi di dollari nel 2026 a 1.800 miliardi di dollari nel 2050.Si prevede che gran parte di questa spesa sarà trainata dai periodici aggiornamenti di chip e server.

Il rapporto dell'OCSE del 10 luglio sui mercati dell'IA aggiunge un ulteriore elemento: i prezzi dei modelli di IA, corretti per la qualità, sono diminuiti di quasi l'80% tra gennaio 2024 e aprile 2026, nonostante la potenza di calcolo, i chip e altri fattori produttivi critici siano rimasti altamente concentrati.

OpenAI scommette che una maggiore integrazione tra modelli, software e chip trasformerà questa concentrazione in un vantaggio in termini di efficienza. Se avrà successo, il costo per attività completata potrebbe contare più del prezzo del token e diventare un'ulteriore forza che spinge l'IA verso attori full-stack.