OpenAI właśnie ujawniło pierwsze wyniki swojego układu Jalapeño podczas konferencji Hot Chips. Procesor przeznaczony wyłącznie do wnioskowania (inferencji) modeli językowych wykazuje wyraźną przewagę nad rozwiązaniami Nvidii. Warto przyjrzeć się, co dokładnie udało się osiągnąć i jakie ma to konsekwencje dla całego rynku.
\n\n\n\nPodczas konferencji Hot Chips OpenAI przedstawiło testy wydajnościowe swojego pierwszego dedykowanego układu do wnioskowania. Procesor o nazwie kodowej Jalapeño nie służy do trenowania modeli, lecz wyłącznie do ich uruchamiania w codziennej pracy. Wynik 1400 tokenów na sekundę przy modelu GPT-OSS 120B wyraźnie wyróżnia Jalapeño na tle konkurencji. Warto zauważyć, że testy przeprowadzono bez stosowania technik takich jak dekodowanie spekulatywne, co oznacza potencjał na dalsze usprawnienia.
\n\n\n\nSemiAnalysis, firma analizująca rynek półprzewodników, zweryfikowała część pomiarów na miejscu w laboratorium. Wyniki wskazują, że Jalapeño osiąga od 54 do 104 razy wyższą przepustowość tokenów na kilowat w porównaniu z najlepszymi dostępnymi akceleratorami. To znacząca różnica, szczególnie przy obciążeniach interaktywnych, gdzie wydajność wzrasta nawet 4,1 raza.
\n\n\n\nOpenAI zaprojektowało Jalapeño we współpracy z Broadcom w rekordowo krótkim czasie. Prace koncepcyjne rozpoczęły się w połowie 2024 roku, a gotowy projekt trafił do produkcji w listopadzie 2025. Cały proces zajął szesnaście miesięcy, jednak kluczowa faza projektowania trwała zaledwie dziewięć miesięcy. OpenAI wykorzystało własne modele do przyspieszenia prac nad układem i jego oprogramowaniem.
\n\n\n\nStarsze generacje modeli pomagały przy projektowaniu krzemu, natomiast nowsze wspierały optymalizację i programowanie. SemiAnalysis ocenia, że takie tempo podważa dotychczasową dominację ekosystemu CUDA Nvidii. Szybkość, z jaką OpenAI uruchamia nowe modele na własnym krzemie, pokazuje, że bariera oprogramowania może być mniejsza, niż wcześniej zakładano.
\n\n\n\nJalapeño przewyższa zarówno architekturę Blackwell, jak i nowszą platformę Vera Rubin Nvidii pod względem liczby tokenów na wat. Porównanie z Rubinem jest szczególnie istotne, ponieważ oba rozwiązania korzystają z pamięci HBM4. Mimo że Nvidia stosowała w testach optymalizacje, których OpenAI jeszcze nie wdrożyło, Jalapeño nadal wypada lepiej pod względem wydajności na megawat. Całkowity koszt posiadania w przeliczeniu na token jest zbliżony w obu przypadkach.
\n\n\n\nNależy jednak pamiętać o ograniczeniach. Nvidia i AMD opublikowały już wyniki dla większych modeli, takich jak Deepseek V4 Pro, na których Jalapeño jeszcze nie testowano. Rubin trafia już do klientów, podczas gdy Jalapeño pozostaje na etapie próbek inżynieryjnych. To pokazuje, że droga do masowej produkcji wciąż stoi przed OpenAI otworem.
\n\n\n\nBenchmarki przeprowadzono na trzech różnych modelach: GPT-OSS 120B, Deepseek R1 670B oraz Kimi K2.5 1T. Na GPT-OSS Jalapeño osiągnęło około 1400 tokenów na sekundę na użytkownika. Przy Deepseek R1 wynik przekroczył 700 tokenów na sekundę przy pojedynczym zapytaniu. Od 1,7 do 3,6 raza niższe opóźnienie w porównaniu z najlepszymi komercyjnymi systemami to wynik szczególnie istotny dla aplikacji interaktywnych.
\n\n\n\nOpenAI podkreśla, że wyniki pochodzą z publicznego testu wydajności InferenceX firmy SemiAnalysis. Część pomiarów została zweryfikowana na miejscu, co zwiększa wiarygodność danych. Jednocześnie firma zaznacza, że dalsze optymalizacje mogą jeszcze poprawić te wartości.
\n\n\n\nDyrektor finansowa OpenAI, Sarah Friar, wyjaśnia, że Jalapeño wpisuje się w szerszą strategię obliczeniową firmy. Układ ma uzupełniać istniejące partnerstwa z Nvidią, AMD, AWS, Cerebras i CoreWeave, a nie je zastępować. Relacje z Nvidią pozostają złożone – firma jest jednocześnie inwestorem i konkurentem w segmencie procesorów AI.
\n\n\n\nJensen Huang wielokrotnie podkreślał rosnące zapotrzebowanie na moc obliczeniową. OpenAI podziela ten pogląd, co tłumaczy jednoczesną współpracę i rywalizację z dostawcami sprzętu. Taka strategia pozwala firmie dywersyfikować źródła mocy obliczeniowej.
\n\n\n\nWejście OpenAI na rynek układów do wnioskowania zmienia układ sił w branży. Jeśli kolejne generacje procesora utrzymają przewagę, dostawcy tacy jak Nvidia będą musieli przyspieszyć własne innowacje. Brak uzależnienia od CUDA może zachęcić inne firmy do podjęcia podobnych kroków.
\n\n\n\nJednocześnie warto zachować ostrożność – pierwsze generacje układów rzadko bywają w pełni konkurencyjne. Sukces Jalapeño będzie zależał od tego, czy OpenAI zdoła przenieść prototypy do masowej produkcji i utrzymać przewagę w kolejnych iteracjach. Rynek z pewnością będzie śledził dalsze informacje na ten temat.
\n\n\n\nŹródła:
\n\n\n\nThe Decoder, SemiAnalysis newsletter, OpenAI.com, Hot Chips conference coverage
\n","author":"Gal Ainonim","categories":[{"name":"Technologia","slug":"technologia"}],"published":"2026-08-26T09:02:18"}