Компания OpenAI представляет свои модели для проектирования микросхем, делая ставку на то, что их стоимость окажется ниже, чем у моделей с открытым исходным кодом

Компания OpenAI расширяет применение своих передовых моделей в проектировании микросхем, биологических науках и финансах, утверждая, что модель с более высокими первоначальными затратами может окупиться за счет выполнения задачи с меньшим количеством попыток.

9 сентября агентство Reuters сообщило, что финансовый директор Сара Фрайар высказала этот аргумент на конференции Goldman Sachs Communacopia + Technology в Сан-Франциско 7 сентября.

Для компаний, пытающихся выбрать между высококлассными и недорогими моделями, это меняет подход. Вместо вопроса о том, какая модель имеет самую низкую цену токена, OpenAI предлагает клиентам рассматривать, какая модель предлагает самую дешевую выполненную задачу.

Разработка микросхемы как клиновидного элемента, а не как замены EDA

OpenAI не стремится заменить системы автоматизации проектирования электронныхtron, которые инженеры в настоящее время используют для разработки микросхем. Напротив, ее решения помогают улучшить эти процессы, помогая инженерам анализировать проблемы, оценивать подходы и ускорять выполнение определенных задач.

По словам Фрайара, спрос на ИИ, разработанный для решения конкретных задач, растет. Как сообщало агентство Reuters, OpenAI также тестирует бизнес-модель, в которой ценообразование зависит от эффективности ИИ для конкретной компании, а не от объема потребления.

Это согласуется с сообщением Фрайара от 17 июля, в котором он подчеркнул важность «полезной информации на доллар» по сравнению с ценой токена. В то время как более дешевая модель может потребовать нескольких повторных попыток и проверок, а также вмешательства человека, дорогая модель может оказаться более экономически выгодным вариантом, поскольку позволяет получить результат быстрее.

Халапеньо как внутреннее подтверждение качества

Наиболее ярким примером изобретательности OpenAI является Jalapeño, их первый специализированный чип для обработки данных. В сообщении от 25 августа компания заявила, что благодаря её технологии искусственного интеллекта разработка Jalapeño была завершена всего за девять месяцев, от стадии концепции до выпуска готового продукта.

Благодаря искусственному интеллекту циклы проектирования, измерений и проверки были сокращены. ИИ также использовался для повышения производительности арифметических схем и программирования готового чипа.

Компания OpenAI заявила, что производительность чипа Jalapeño в 1,5-1,9 раза выше по показателю вычислительной мощности ИИ на ватт по сравнению с аналогичными устройствами Nvidia GB200 и GB300, используемыми для выполнения вычислений процессорами GPT-OSS 120B, DeepSeek R1 и Kimi K2.5.

Согласно информации, предоставленной Cryptopolitan 25 августа, разработанный Broadcom чип предназначен исключительно для целей OpenAI и не продается на рынке. Поэтому эти статистические данные являются лишь цифрами OpenAI. SemiAnalysis наблюдала за выполнением тестов InferenceX, но не смогла независимоdentполный набор тестов.

Аргумент о стоимости выполнения задачи, проверенный на основе внешних данных

По данным Reuters, Фрайар заявил, что решение OpenAI снизить стоимость своего продукта начального уровня Luna способствовало почти десятикратному росту его использования, а также увеличению числа пользователей Codex до 25 миллионов.

Независимоеdent тестирование подтверждает заявленную цену. Analysis сравнила цену GPT-5.6 Luna с ценой GLM-5.3 от Z.ai и установила цену Luna на уровне около 0,18 доллара США, в то время как цена GLM-5.3 составляет 2,01 доллара США за стандартное задание.

Однако это не совсем одностороннее сравнение. GLM-5.3 набрал 45 баллов по индексу интеллекта искусственного анализа, в то время как Luna получила всего 38 баллов. Таким образом, OpenAI имеет преимущество в ценообразовании за стандартную задачу, но это не обязательно означает, что он является лучшим ИИ.

Область, в которую OpenAI выходит с опозданием

Разработка микросхем с использованием ИИ уже хорошо зарекомендовала себя. Компания Synopsys утверждает, что ее система совместного управления на основе генеративного ИИ может сократить время поиска информации на 40% и уменьшить время решения задачи в 10-20 раз.

Компания Cadence 1 июня заявила , что её автономный инженер ChipStack AI может сократить некоторые циклы проверки RTL с пяти недель до менее чем одного дня. Технология AlphaChip от Google также используется в передовых чипах Alphabet.

Таким образом, главное отличие OpenAI заключается не в утверждении, что ИИ может помочь в проектировании микросхем, а в аргументе, что его собственные модели могут сделать это с меньшими затратами в расчете на успешный результат.

Почему ставки продолжают расти

Рынок, стоящий за этим аргументом, огромен. 2 сентября компания PwC заявила , что глобальные капитальные затраты на инфраструктуру ИИ могут достичь 31,6 триллиона долларов к 2050 году, при этом ежегодные расходы вырастут с примерно 800 миллиардов долларов в 2026 году до 1,8 триллиона долларов в 2050 году. Ожидается, что значительная часть этих расходов будет обусловлена ​​регулярными обновлениями чипов и серверов.

ОЭСР от 10 июля о рынках ИИ приводится контраргумент: цены на модели ИИ с поправкой на качество упали почти на 80% в период с января 2024 года по апрель 2026 года, несмотря на то, что вычислительные мощности, микросхемы и другие критически важные компоненты оставались в высокой концентрации.

Компания OpenAI делает ставку на то, что более тесная интеграция моделей, программного обеспечения и микросхем превратит эту концентрацию в преимущество в эффективности. Если ей это удастся, стоимость выполненной задачи может иметь большее значение, чем цена токена, и стать еще одним фактором, подталкивающим ИИ к роли полнофункционального разработчика.