NVIDIA sign outside their headquarters office campus on Scott Boulevard in Santa Clara, California, located at 2800 & 2806 Scott Boulevard, Santa Clara, California 95050. NVIDIA is best known for making Graphical Processing Units, or GPUs, but also creates System-on-a-Chip, or SoCs, such as the NVIDIA Tegra, used in a variety of mobile applications. NVIDIA owns Arm Holdings, which designs ARM CPUs, and Mellanox Technologies, maker of next-generation networking devices.
Менш ніж 100 інженерів OpenAI та підрядник Broadcom за 20 місяців спроектували спеціалізований AI-чіп Jalapeño – і більшу частину програмної оптимізації виконали власні великі мовні моделі компанії, повідомив IEEE Spectrum 14 вересня 2026 року. Перші зразки кремнію надійшли з виробництва у травні 2026-го; вже 25 серпня OpenAI офіційно представила чіп, а 3 вересня на ньому запустили GPT-6 Astra.
- Характеристики: 13,4 петафлопса і 232 ГБ HBM4
- LLM у ролі інженера: від o3 до GPT-6 Astra
- OpenAI – система, Broadcom – кремній
- Наслідки для ринку AI-інфраструктури
- Більше матеріалів
- Прокуратура США кваліфікувала Huawei як злочинну організацію
- OpenAI Jalapeño перевищив Nvidia GB300 по латентності у 3,6 рази
- Іран оголосив 6 умов припинення війни з США – Ормузька протока залишається закритою
- ОАЕ скасували дубайську візу засновника картелю Кінаханів
- Трамп оголосив AI Force і посаду «царя ШІ» — галузь розколота
- Gemini від Google зламав три компанії на кіберзаліку
Характеристики: 13,4 петафлопса і 232 ГБ HBM4
Jalapeño забезпечує до 13,4 петафлопса обчислень у 4-бітній точності, 232 гігабайти пам’яті HBM4 і пропускну здатність 15,4 терабайта на секунду. Пакет складається з обчислювального кристала, шести стеків HBM4 і чіплета вводу-виводу. У виробничій конфігурації pod по 2 048 чіпів система показала затримку у 3,6 рази нижчу, ніж Nvidia GB300, при нижчому споживанні енергії – за даними незалежного бенчмарку SemiAnalysis InferenceX.
Проект стартував у жовтні 2024-го. Від першого RTL до тейп-ауту пройшло дев’ять місяців – це рекордний показник для спеціалізованого AI-чіпа від команди, яка не мала досвіду проектування кремнію до початку роботи.
LLM у ролі інженера: від o3 до GPT-6 Astra
Основу проектного ланцюжка склав відкритий інструментарій Accelerated Hardware Synthesis (XLS), розроблений спочатку у Google. XLS дозволяє описувати архітектуру на мові DSLX, близькій до Rust, і транспілювати в Verilog. На старті проекту команда використовувала OpenAI o3; до фінальної стадії – передпродукційні версії GPT-6 Astra.
Найбільш показовий результат – оптимізація ядра multi-head latent attention з бібліотеки DeepSeek: ефективність зросла з 0,31% до 88,94% від теоретичного піку приблизно за 40 годин. На конференції IEEE Hot Chips 2026 команда також оприлюднила: AI-керована оптимізація фізичного дизайну дала скорочення площі блоків матричного множення на 10% порівняно з оптимізованим людським базовим варіантом.
«Моделі надають надздібності нашим інженерам. Інженери все ще ведуть роботу. Але вони можуть робити речі набагато швидше.»
Річард Хо, VP Hardware, OpenAI, IEEE Spectrum, 14 вересня 2026
GPT-6 Astra вже здатна працювати безпосередньо у Verilog, оминаючи рівень XLS, і, за словами Хо, «близька до того, щоб самостійно керувати пропрієтарними інструментами дизайну». Кріс Лірі, член технічного персоналу OpenAI, підтвердив: «Ми думали про те, як використати AI для прискорення проекту – і AI виявився значно кращим у речах, що нагадують програмування».
OpenAI – система, Broadcom – кремній
Розподіл праці між партнерами суворо регламентований. OpenAI відповідала за наскрізний системний дизайн, архітектуру inference accelerator, ієрархію пам’яті та мережеву підсистему. Broadcom взяла на себе «фізичний дизайн від логічних вентилів і далі». Broadcom мала доступ лише до публічних комерційних моделей OpenAI – не до внутрішніх.
«Якби хтось починав з нуля, це б не вийшло.»
Девід Чін, співзасновник Verkor.io, про критичну роль Broadcom, IEEE Spectrum, 14 вересня 2026
Ендрю Канг, distinguished professor Каліфорнійського університету в Сан-Дієго та один з провідних дослідників автоматизації EDA, оцінив підхід лаконічно: «темп OpenAI – найкращий у класі сьогодні». Рааві Крішна зі Verkor.io додав: «Моделі, починаючи з квітня 2026-го, суттєво поліпшились у виконанні цих завдань».
Наслідки для ринку AI-інфраструктури
Jalapeño – не просто заміна Nvidia у стеці OpenAI. Це перший публічний випадок, коли AI-асистоване проектування стиснуло повний цикл спеціалізованого чіпа з типових для галузі трьох-п’яти років до 20 місяців при команді менш ніж сотня людей. Хо підтвердив: «Всі наші планові припущення тепер ґрунтуються на тому, що ця нова можливість існує». За його словами, «Astra і наступні моделі будуть дуже хорошими в проектуванні чіпів» – тобто наступне покоління Jalapeño проектуватиметься з принципово потужнішим AI-асистентом, ніж те, що було доступне під час розробки першого.
Інші великі AI-компанії – Google (TPU), Amazon (Trainium), Meta (MTIA) – також мають власні ASIC, але жодна публічно не заявляла про порівнянний темп або схожу роль LLM у проектуванні. Докладніший огляд тенденцій у цій сфері є в нашому архіві технологічних матеріалів NewsGroup.
Джерело: IEEE Spectrum, “How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip”
