OpenAI haastaa Nvidian omalla raudallaan: Ensimmäiset Jalapeño-testitulokset julki
Tekoäly-yhtiö OpenAI on esitellyt Hot Chips -tapahtumassa ensimmäiset suorituskykymittaukset omasta räätälöidystä tekoälykiihdyttimestään. Yhdessä Broadcomin kanssa kehitetty Jalapeño-siru on suunniteltu puhtaalta pöydältä nimenomaan suurten kielimallien päättelyyn eli vastausten tuottamiseen, jota yhtiö ajaa ChatGPT:n ja API-rajapintojensa taustalla.
SemiAnalysisin riippumattomassa InferenceX-testissä Jalapeño osoitti merkittävää etumatkaa nykyisiin kaupallisiin ratkaisuihin, joissa vertailukohtana käytettiin Nvidian Blackwell-pohjaisia GB200- ja GB300-järjestelmiä. Mittausten mukaan Jalapeño tuottaa enemmän tulosta wattia kohti huippukapasiteetilla ja tarjoaa matalamman kokonaisviiveen. Esimerkiksi miljardin parametrin Kimi K2.5 -mallilla siru oli noin 1,5 kertaa energiatehokkaampi ja tarjosi 3,4 kertaa pienemmän viiveen kilpailijaan verrattuna.
Jalapeñon arkkitehtuuri on optimoitu minimoimaan tiedonsiirron ja muistiväylän pullonkauloja, mikä tekee siitä tehokkaan nopeaa reagointia vaativissa interaktiivisissa tehtävissä. OpenAI käytti omia tekoälymallejaan sirun suunnittelussa ja koodauksessa, mikä lyhensi kehityssyklin konseptista valmiiseen piihin vain yhdeksään kuukauteen.
Käyttäjille ja kehittäjille uudenlainen päättelysiru tarkoittaa aiempaa nopeampia ChatGPT-vastauksia sekä sujuvampaa toimintaa monivaiheisille tekoälyagenteille, joiden viiveet kertautuvat peräkkäisissä vaiheissa. Energiatehokkaampi laskenta laskee suoraan myös palveluiden operointikustannuksia, mikä mahdollistaa tekoälytyökalujen tarjoamisen laajemmalle yleisölle entistä edullisemmin.
Jalapeñon ensimmäiset käyttöönotot datakeskuksissa alkavat vuoden 2026 loppuun mennessä, ja laajamittaisempaan gigawattiluokan tuotantoon siirrytään vuoden 2027 aikana.
2 KOMMENTTIA
investori1/2
Juttuun muutama tarkennus.
Kimi K2.5:n koko. Artikkelissa puhutaan miljardin parametrin mallista, vaikka OpenAI:n benchmarkissa käytetty Kimi K2.5 on 1T eli noin biljoonan parametrin malli. Kyse on siis noin tuhatkertaisesta erosta. OpenAI kertoo itse testanneensa Jalapeñoa GPT-OSS 120B:llä, DeepSeek R1 670B:llä ja Kimi K2.5 1T:llä.
Toinen tarkennus “OpenAI haastaa Nvidian”. Jalapeño on nimenomaan inference- eli päättelykiihdytin, ei yleinen GPU eikä tällä hetkellä Nvidian koulutusraudan korvaaja. OpenAI tarvitsee edelleen muuta rautaa suurten mallien kouluttamiseen. Jalapeñon tarkoitus on optimoida se valtava laskentamäärä, jota syntyy, kun ChatGPT, API:t, Codex ja agentit tuottavat vastauksia käyttäjille.
Tulokset ovat silti poikkeuksellisen kovia ensimmäisen sukupolven ASICille. OpenAI raportoi kolmella mallilla noin 1,5–1,9 kertaa enemmän AI-työtä wattia kohden ja 1,7–3,6 kertaa pienempää kokonaisviivettä vertailujärjestelmiin nähden. Kimi K2.5 1T:llä ero oli noin 1,5× wattitehokkuudessa ja 3,4× latenssissa. SemiAnalysis pitää ensimmäisen sukupolven piirin suorituskykyä erittäin epätavallisena ja raportoi sen pärjänneen heidän testeissään myös Nvidiaa, AMD:tä ja Googlea vastaan.
“yhdeksässä kuukaudessa konseptista valmiiseen piihin” kaipaa hieman täsmennystä. OpenAI puhuu yhdeksän kuukauden design-to-tape-out-kehitysjaksosta, eli varsinaisen sirusuunnittelun viemisestä valmistusvalmiiksi. SemiAnalysisin mukaan koko ohjelmaa ja tiimiä alettiin rakentaa jo vuoden 2024 puolivälissä, ja ensimmäisistä rekrytoinneista tape-outiin kului lähempänä 16 kuukautta. Yhdeksän kuukautta on edelleen erittäin nopea ASIC-kehityssykli, mutta se ei tarkoita, että koko projekti syntyi tyhjästä valmiiksi tuotteeksi yhdeksässä kuukaudessa.
Lisäksi kannattaa muistaa, että vertailukohtana ovat tämän hetken kaupalliset Blackwell-järjestelmät. Kun Jalapeñoa otetaan kunnolla käyttöön vuoden 2027 aikana, Nvidia on jo siirtymässä uudempiin arkkitehtuureihin. Siksi tästä ei vielä voi päätellä, että OpenAI olisi “voittanut Nvidian”. TechCrunch nostaa saman varauksen esiin.
Uutisen kiinnostavin kohta onkin: OpenAI pystyi jo ensimmäisellä omalla ASIC-sukupolvellaan tekemään aidosti kilpailukykyisen inference-piirin. Jos tästä tulee usean sukupolven alusta, OpenAI voi vähentää riippuvuuttaan kalliista yleiskäyttöisistä GPU-järjestelmistä juuri siinä laskennassa, jonka määrä kasvaa ChatGPT:n ja AI-agenttien käytön mukana kaikkein nopeimmin.
Ja tämä näkyy lopulta käyttäjälle paljon konkreettisemmin kuin pelkkänä benchmarkkilukuna: nopeampina vastauksina, pidempinä agenttiketjuina, suurempana kapasiteettina ja mahdollisesti halvempana AI-laskentana. OpenAI sanoo tämän olevan Jalapeñon varsinainen tavoite.
Jyk2/2
Kiitokset investori kommentista. Hyviä nostoja ja korjauksia.
Haluatko kommentoida tätä artikkelia?
Kirjaudu sisään tai Luo uusi käyttäjätunnus.