Jalapeño: первые цифры чипа OpenAI обгоняют NVIDIA — но за пределами её лабораторий их никто не повторил

Jalapeño представили 24 июня 2026 года вместе с Broadcom; 25 августа OpenAI опубликовала первые данные о производительности. Новость не в самом чипе, а в том, что наконец появились цифры, сопоставимые с оборудованием NVIDIA на публичном бенчмарке. По измерениям, выполненным в InferenceX, открытом наборе тестов SemiAnalysis, процессор показывает пропускную способность на киловатт в 1,5–1,9 раза выше и сквозную задержку в 1,7–3,6 раза ниже, чем системы NVIDIA GB200 и GB300 (максимальный разрыв по задержке зафиксирован на модели DeepSeek R1 670B против системы GB300). InferenceX публикует результаты на открытой панели, которую формируют рабочие процессы GitHub Actions с видимыми во время выполнения логами, но происхождение цифр Jalapeño остаётся отчасти непрозрачным. SemiAnalysis подтвердила существование кремния, однако глубина её проверки остаётся под вопросом: в одних изложениях сказано, что её инженеры сами запускали нагрузки в лабораториях OpenAI, в других — что они присутствовали при прогонах, цифры которых по-прежнему предоставлены компанией. Сходятся они в двух пунктах: набор AgentX — многоходовые агентные нагрузки с длинным контекстом — на Jalapeño не запускали, и независимого воспроизведения на стороннем оборудовании не существует.

Следует уточнить: сравниваются ускорители разных классов мощности. Jalapeño работает при номинальных 700 Вт (в тестах устойчивое потребление ниже 550 Вт), тогда как эталонные системы NVIDIA — это 1200 Вт и 1400 Вт. OpenAI заявляет, что завершила tape-out всего за девять месяцев, используя собственные модели как подспорье в проектировании, но технических подробностей мало: техпроцесс, объём памяти и стоимость на токен не раскрыты. Дорожная карта предполагает небольшие объёмы к концу 2026 года и заметное развёртывание в 2027-м, второе поколение уже в разработке.

Пока OpenAI распространяет результаты — руководитель аппаратного направления Ричард Хо назвал их «весьма значительным продвижением по сравнению с текущим уровнем техники», — NVIDIA закрыла второй финансовый квартал 2027 года, завершившийся в июле, с выручкой сегмента дата-центров в 89 миллиардов долларов, что на 117 процентов больше, чем годом ранее. Гендиректор NVIDIA Дженсен Хуанг охарактеризовал ИИ как находящийся «в точке перелома», а токены — «продуктивными и прибыльными». OpenAI со своей стороны повторяет, что продолжит использовать ускорители NVIDIA и других партнёров, но посыл ясен: для инференса в большом масштабе собственный кремний может вскоре стать стратегическим рычагом.

Остаётся немаловажная деталь: опубликованные бенчмарки касаются только нагрузок с открытыми весами (GPT-OSS 120B, DeepSeek R1 670B и Kimi K2.5 1T) и не включают ни обучение, ни проприетарные модели. Добавим, что мерилом служит поколение Blackwell, тогда как NVIDIA уже анонсировала следующую архитектуру Rubin: измеренный сегодня разрыв относится к уходящему оборудованию. Заявленное преимущество ограничено конкретным сценарием и пока не воспроизведено за пределами лабораторий OpenAI. Настоящий вопрос не в том, насколько Jalapeño эффективнее Blackwell, а в том, станет ли эта эффективность публичным, проверяемым и масштабируемым фактом — и когда.

— Olya