- OpenAIは、チップ設計、生命科学、金融分野へ高度なAIを展開しており、トークン価格よりも完了したタスクあたりのコストが重要だと主張している。
- 同社は自社のJalapeño推論チップを例に挙げ、AIがチップ開発を加速できることを示唆し、プロジェクトは9ヶ月でテープアウトに至ったと述べている。
- OpenAIのこの戦略は、競合他社がすでに半導体設計にAIを活用している中で、実行の質と成果ベースの経済性がより大きな差別化要因となっている状況下で行われている。
OpenAIは、より高い初期コストを持つモデルが、少ない試行回数でタスクを遂行することで回収できると主張し、その先進的なモデルをチップ設計、生命科学、金融分野に拡大しています。
9月9日付のReuters報道によると、CFOのSarah Friarは9月7日にサンフランシスコで開催されたゴールドマン・サックスのCommunacopia + Technology Conferenceでこの主張を行いました。
ハイエンドモデルと低コストモデルのどちらを選ぶか迷っている企業にとって、これは議論を変えます。OpenAIは、どのモデルが最も低いトークン価格を持つかを問うのではなく、どのモデルが最も安価に完了したタスクを提供するかを顧客に考慮してほしいと考えています。
チップ設計は楔として、EDAの代替としてではない
OpenAIは、エンジニアが現在チップ開発に使用している電子設計自動化（EDA）システムを置き換えることを試みていません。実際、そのソリューションは、エンジニアが問題を分析し、アプローチを評価し、特定の作業をスピードアップするのを支援することで、それらのプロセスの強化に役立ちます。
フリーア氏によると、特定のタスク用に開発されたAIへの需要が高まっています。ロイター通信の報道によれば、OpenAIは、消費量ではなく、AIが特定の企業にとってどれだけ効果的であるかに基づいて価格が決まるビジネスモデルもテストしています。
これは、7月17日にFriarによって投稿された投稿と一致しており、そこでは「1ドルあたりの有用なインテリジェンス」の重要性が、トークン価格よりも重要であることが示唆されていました。より安価なモデルでは、いくつかのリトライやレビュー、および人間の介入が必要になる可能性がありますが、高価なモデルは、より迅速に結果に到達するため、より費用対効果の高いオプションとなる可能性があります。
社内での実証事例としてのJalapeño
OpenAIの独創性を最も明確に示しているのは、Jalapeñoです。これは同社の非常に最初の専用推論チップです。同社は8月25日の投稿で、そのAI技術がJalapeñoの概念段階からテープアウトまでわずか9ヶ月で移行することを可能にしたと述べています。
AIのおかげで、設計、測定、検証のサイクルが短縮されました。また、AIは算術回路のパフォーマンス向上や、完成したチップのプログラミングにも使用されました。
OpenAIは、Jalapeñoチップのパフォーマンスが、GPT-OSS 120B、DeepSeek R1、Kimi K2.5の計算に使用されるNvidiaのGB200およびGB300同等デバイスと比較して、ワットあたりのAI作業において1.5〜1.9倍高いと主張しています。
8月25日付のCryptopolitanの提供情報によると、Broadcom設計のチップはOpenAIの目的のみに厳密に使用され、市場での販売は意図されていません。したがって、これらの統計はOpenAIのみの数値です。SemiAnalysisはInferenceXの実行を観察しましたが、テストスイート全体を独立して再現したわけではありません。
外部データで検証されたタスク単価の議論
フリーア氏は、OpenAIが低 tier製品Lunaのコストを大幅に削減したことが、その使用においてほぼ10倍の成長をもたらし、Codexのユーザー数を2500万人に増やしたとロイター通信に語っています。
独立したテストは、価格宣言に対するいくつかの証拠を提供しています。Artificial Analysisは、GPT-5.6 LunaとZ.aiのGLM-5.3の価格を比較し、標準的なタスクに対してLunaの価格を約0.18ドル、GLM-5.3を2.01ドルと算出しています。
ただし、これは必ずしも一方通行の比較ではありません。GLM-5.3はIntelligence Index of Artificial Analysisで45点を獲得しましたが、Lunaはわずか38点でした。したがって、OpenAIは標準タスクあたりの価格面で優位性を持っていますが、必ずしも最高のパフォーマンスを持つAIというわけではありません。
OpenAIが後から参入した分野
AI支援によるチップ設計はすでに確立されています。Synopsysは、その生成AIコパイロットが情報検索時間を40%短縮し、解決までの時間を10〜20倍削減できると述べています。
Cadenceは6月1日、自律型ChipStack AIエンジニアが、一部のRTL検証サイクルを5週間から1日未満に短縮できると発表しました。GoogleのAlphaChipも、Alphabet全体の先進的なチップで使用されています。
OpenAIの真の差別化要因は、AIがチップ設計を支援できるという主張ではありません。それは、その独自モデルが、成功した結果あたりのコストをより低く抑えて設計できるという主張です。
なぜリスクが高まり続けるのか
その主張の背景にある市場は膨大です。PwCは9月2日、世界のAIインフラストラクチャへの資本支出は2050年までに31.6兆ドルに達する可能性があり、年間支出は2026年の約8,000億ドルから2050年には1.8兆ドルに増加すると述べています。チップとサーバーの定期的なアップグレードが、その支出の大部分を牽引すると予想されています。
OECDの7月10日付AI市場に関するレポートは、逆の視点を加えています。計算資源、チップ、その他の重要な入力が非常に集中していたにもかかわらず、品質調整済みAIモデルの価格は2024年1月から2026年4月の間にほぼ80%下落しました。
OpenAIは、モデル、ソフトウェア、シリコン間のより緊密な統合により、その集中が効率性の優位性につながると賭けています。もし成功すれば、完了したタスクあたりのコストがトークン価格よりも重要になり、AIをフルスタックプレイヤーへと押し上げるもう一つの力となる可能性があります。
暗号通貨のニュースを読むだけでなく、それを理解しましょう。ニュースレターに登録してください。無料です。
よくある質問
OpenAIのCFOはチップ設計について何と言ったのか？
Sarah Friar氏はゴールドマン・サックスの「Communacopia + Technology Conference」において、OpenAIがチップ設計、生命科学、金融サービスなど特定の業界にAIを集中させており、ロイター通信によると、コスト面でオープンソースの競合他社を下回っていると語った。
OpenAIがJalapeñoチップを設計するのにどれくらいかかったのか？
Friar氏によると、Jalapeñoは完成した設計を工場へ送る段階であるテープアウトまで9ヶ月で達成され、OpenAIは独自のモデルを使用して作業を加速させたという。
OpenAIのLunaモデルはオープンソースの代替案よりも安価なのか？
Artificial Analysis のベンチマークによると、GPT-5.6 Luna は標準タスクの実行に約 0.18 ドルかかるのに対し、Z.ai のオープンウェイトモデル GLM-5.3 は 2.01 ドルですが、GLM-5.3 は同社のインテリジェンス指数ではより高いスコアを獲得しています。またロイター通信は、OpenAI が最近 Luna の価格を 80% 引き下げたことで、利用量が約 10 倍に増加したと報じています。
免責事項。 本情報は取引助言ではありません。Cryptopolitan.com は、本ページに記載された情報に基づいて行われた投資に対して一切の責任を負いません。投資判断を下す前に、独自の調査を行うか、資格を有する専門家にご相談することを強く推奨します。
Micah Abiodun
マイカ・アビオドゥンは、タリン工科大学（TalTech）で取得した環境工学および管理（MSc）の知識を活かし、Cryptopolitan でコンテンツの質を高め、価格予測ニュースを提供しています。暗号通貨メディア業界で7年目を迎える彼は、主要な暗号資産、アルトコイン、DeFi、ステーブルコイン、マクロトレンド、そして新興技術について幅広く取り上げています。
