Корпорация OpenAI опубликовала первые результаты тестирования производительности процессора Jalapeño – первого собственного полупроводникового чипа компании, разработанного специально для задач инференса (вывода) моделей искусственного интеллекта. Согласно представленным данным, новая архитектура демонстрирует существенный прирост как в скорости обработки данных, так и в энергоэффективности, позволяя преодолеть традиционный компромисс между пропускной способностью системы и задержкой отклика по сравнению с ведущими коммерческими решениями на рынке ИИ-оборудования.
Оценка производительности проводилась с использованием фреймворка InferenceX – открытого бенчмарка, разработанного аналитической компанией SemiAnalysis. Протокол тестирования охватывал три различные архитектуры больших языковых моделей: GPT-OSS 120B, DeepSeek R1 670B и Kimi K2.5 1T.
По итогам испытаний чип Jalapeño обеспечил от 1,5 до 1,9 раза больше операций ИИ-вычислений на ватт потребляемой энергии при пиковой пропускной способности. Кроме того, было зафиксировано снижение сквозной задержки в 1,7–3,6 раза по сравнению с конкурирующими аппаратными системами при работе со всеми тремя тестовыми моделями. При выполнении высокоинтерактивных рабочих нагрузок показатель производительности оказался выше в 2,1–4,1 раза.
Наиболее показательными оказались результаты на модели Kimi K2.5 1T, которая стала крупнейшей из протестированных публичных архитектур. В этом сценарии Jalapeño продемонстрировал примерно в 1,5 раза более высокую пиковую производительность на ватт и в 3,4 раза меньшую сквозную задержку относительно систем-конкурентов. Номинальная тепловая мощность чипа заявлена на уровне 700 ватт, однако в ходе тестирования реальное устойчивое энергопотребление под нагрузкой не превышало 550 ватт, что подтверждает высокую эффективность энергоменеджмента.
Представители OpenAI отметили, что архитектурное преимущество чипа становится еще более выраженным при запуске передовых внутренних моделей компании. Это свидетельствует о том, что микроархитектура масштабируется и повышает свою эффективность по мере роста сложности и объема вычислительных нагрузок.
Процесс разработки Jalapeño, от начального проектирования до выпуска опытного образца кристалла, занял девять месяцев. Отличительной чертой данного цикла стало активное использование собственных инструментов искусственного интеллекта для проектирования и оптимизации аппаратного обеспечения. Более ранние поколения моделей OpenAI применялись на этапе начального проектирования, в то время как новые версии алгоритмов ускоряли процессы оптимизации и низкоуровневого программирования.
В частности, с применением инструментов Codex и GPT-Astra инженерная команда смогла вывести три модели с открытыми весами на высокий уровень производительности всего за два месяца. Для отдельных вычислительных блоков, таких как механизмы внимания и архитектура смеси экспертов в реализации GPT-OSS, сгенерированные ИИ фрагменты кода выполнялись в 1,5–1,8 раза быстрее, чем существующие реализации, написанные инженерами вручную.
Корпорация OpenAI планирует начать интеграцию и развертывание чипов Jalapeño в своей глобальной вычислительной инфраструктуре до конца текущего года. Параллельно компания подтвердила, что разработка второго поколения данного процессора уже ведется, а третье поколение находится на стадии формирования концепции. При этом OpenAI заявила о намерении сохранить стратегическое партнерство с существующими поставщиками оборудования: ускорители компании Nvidia и других технологических партнеров будут продолжать использоваться для задач обучения моделей и инференса наряду с собственными решениями Jalapeño, формируя гетерогенную вычислительную среду.