Напредъкът в ИИ се ускорява най-много, когато цялата система се усъвършенства заедно. Така разбирам стратегията на OpenAI за изчислителната инфраструктура: една интегрирана система, обхващаща центрове за данни и чипове, авангардни модели, платформата ни за разработчици, продукти за потребители и предприятия и устройства, създадени специално за ИИ, като всеки слой укрепва следващия.
По-добрият софтуер повишава производителността на хардуера. Хардуерът, проектиран за нашите натоварвания, подобрява скоростта и ефективността. По-способните модели дават възможност за създаването на по-добри продукти, които водят до по-голямо търсене, по-широко използване и повече възможности за обучение. Тези сигнали се връщат през системата и ни помагат да я усъвършенстваме отново.
Днес споделихме първите измерени резултати за производителността на Jalapeño — първия персонализиран чип на OpenAI за инференция. В InferenceX — публичен бенчмарк, използващ GPT‑OSS 120B — Jalapeño постигна по-висока пикова пропускателна способност на киловат и по-ниска латентност на токен от сравняваните комерсиални системи. Той се представи отлично и с DeepSeek R1 и Kimi K2, което показва, че подобренията обхващат различни семейства модели.
Jalapeño ни дава по-голям контрол върху работата на моделите ни и икономическата ефективност на обслужването им. Като разработваме заедно модела, обслужващия софтуер, чипа, паметта и мрежата, можем да подобряваме като единна система пропускателната способност, латентността, енергийната ефективност и разходите. Това създава надежден собствен път наред с ускорителите от други партньори и разширява възможността ни да съчетаваме всяко натоварване с най-силната система при подходяща икономическа ефективност. Вече разполагаме с работещ собствен силициев чип с измерени резултати, а следващите поколения са в процес на разработване.
Различните натоварвания поставят различни изисквания към системата. Обучението на авангардни модели, инференцията с голям обем и непрекъснато работещите агенти имат различни изисквания към чиповете, софтуера, мрежите, енергията и латентността.
Целта ни е да останем на границата на Парето, като непрекъснато търсим най-добрата комбинация от възможности, скорост, надеждност, ефективност и цена за всяко натоварване. Различните чипове и доставчици имат предимство по различни показатели, а границата на Парето непрекъснато се измества.
Портфолиото ни осигурява необходимото разнообразие, за да отговорим на тези нужди. Изчислителната инфраструктура на Microsoft и чиповете на NVIDIA са в основата на растежа на OpenAI. Днес портфолиото ни включва също AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy и SoftBank. Всеки от тях има различни силни страни в облачната инфраструктура, ускорените изчисления, инференцията с ниска латентност, изграждането на центрове за данни и енергоснабдяването.
Управляваме активно това портфолио както според възможностите, така и според икономическата ефективност. Използваме първокласни системи там, където възможностите са най-важни, и оптимизираме ефективността там, където мащабът и разходите имат по-голямо значение. Поддържането на реален избор между доставчици, хардуер и модели на внедряване ни позволява да насочваме търсенето към най-добрата производителност за вложените средства, да запазваме ценова дисциплина при промяна на пазарните условия и да следваме технологичния фронт с появата на по-силни технологии. Прекият контрол осигурява допълнително предимство там, където по-тясната интеграция може да подобри цялата система. Работим с партньори, когато екосистемата ни помага да се движим по-бързо, и изграждаме сами, когато съвместното проектиране създава съществено предимство.
Центровете за данни създават още една възможност за стратегическо предимство. Проектът Camellia в Джорджия показва как можем да проектираме съоръженията според натоварванията на клиентите, като същевременно създаваме работни места, подкрепяме местния бизнес, покриваме разходите за инфраструктурата и енергията на проекта, пестим вода чрез затворен цикъл и подлагаме ангажиментите си на ежегоден независим публичен одит.
Стойността на тази система се измерва с резултата: повече полезен интелект от всяка единица изчислителна мощност.
По-добрите модели достигат до правилния отговор с по-малко опити. По-интелигентното маршрутизиране и управление на контекста намаляват излишната работа. Оптимизираният софтуер и специализираният хардуер подобряват скоростта и енергийната ефективност.
В Artificial Analysis Coding Agent Index GPT‑5.6 Sol с максимално ниво на разсъждение постигна нов рекорд, като използва 54% по-малко изходни токени от друг водещ модел. За клиентите подобрения като тези означават по-бързи резултати, по-надеждни продукти, по-малко повторни опити, агенти, които изпълняват по-дълги работни процеси, и по-ниска обща цена за успешно свършената работа. Най-добрата икономическа ефективност се постига с повече полезен интелект за всеки вложен долар.
С нарастването на възможностите и достъпността на полезния интелект все повече дейности стават икономически целесъобразни. Една компания може да предоставя персонализирани анализи за всеки клиент, да преглежда всеки договор, да изчислява финансови сценарии в реално време и да помага на инженерите да тестват повече идеи. Това е парадоксът на Джевънс: по-високата ефективност прави повече приложения целесъобразни, увеличава потреблението и създава нова икономическа активност чрез повече свършена работа, по-добри решения, повече пуснати продукти и повече генерирани приходи.
По-производителната изчислителна инфраструктура и по-конкурентната база от доставчици ни помагат да обслужваме повече клиенти на по-ниска цена и да предаваме ползите от тази ефективност на потребителите. Растежът финансира постоянни инвестиции в изследвания, инфраструктура и безопасност. Това е натрупващото се предимство на OpenAI: по-добрите технологии подобряват икономическата ефективност, тя финансира следващата вълна на напредък, а всяко постижение укрепва цялата система.
