Tehisintellekti areng kiireneb kõige enam siis, kui kogu süsteem areneb üheskoos. Nii mõtlengi OpenAI andmetöötlusstrateegiast: see on üks terviklik süsteem, mis hõlmab andmekeskusi ja kiipe, tipptasemel mudeleid, meie arendajaplatvormi, tarbija- ja ettevõttetooteid ning tehisintellektil põhinevaid seadmeid, kus iga kiht tugevdab järgmist.
Parem tarkvara suurendab riistvara jõudlust. Meie töökoormuste jaoks loodud riistvara suurendab kiirust ja tõhusust. Võimekamad mudelid võimaldavad luua paremaid tooteid, mis omakorda suurendavad nõudlust, kasutust ja õppimist. Need signaalid liiguvad süsteemi kaudu tagasi ja aitavad meil seda taas täiustada.
Täna avaldasime OpenAI esimese kohandatud inferentsikiibi Jalapeño esimesed mõõdetud jõudlustulemused. Avalikus GPT‑OSS 120B võrdlustestis InferenceX saavutas Jalapeño võrreldud kommertssüsteemidest suurema tippläbilaske kilovati kohta ja väiksema tokeniviivituse. See näitas head jõudlust ka mudelitega DeepSeek R1 ja Kimi K2, kinnitades, et eelised ulatuvad eri mudeliperekondadesse.
Jalapeño annab meile suurema kontrolli selle üle, kuidas meie mudelid töötavad ja kui kulutõhus on nende teenindamine. Arendades mudelit, teenindustarkvara, kiipi, mälu ja võrku üheskoos, saame parandada kogu süsteemi läbilaset, viivitust, energiatõhusust ja kulusid. See loob teiste partnerite kiirendite kõrvale usaldusväärse oma lahenduse ning parandab meie võimet sobitada iga töökoormus kõige võimekama ja majanduslikult otstarbekama süsteemiga. Meil on nüüd mõõdetud tulemustega töötav oma kiip ning järgmised põlvkonnad on juba arendamisel.
Eri töökoormused esitavad süsteemile erinevaid nõudmisi. Tipptasemel mudelite treenimisel, suure mahuga inferentsil ja pidevalt töötavatel agentidel on kiipide, tarkvara, võrkude, energiatarbe ja viivituse suhtes erinevad nõuded.
Meie eesmärk on püsida Pareto piiril, otsides iga töökoormuse jaoks pidevalt parimat võimekuse, kiiruse, töökindluse, tõhususe ja kulude kombinatsiooni. Eri kiibid ja teenusepakkujad on tugevad eri valdkondades ning tehnoloogia tipptase liigub pidevalt edasi.
Meie portfell on nende vajaduste rahuldamiseks piisavalt mitmekesine. Microsofti andmetöötlusvõimsus ja NVIDIA kiibid on olnud OpenAI kasvu alustalad. Praegu kuuluvad meie portfelli ka AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy ja SoftBank. Igaüks neist pakub erinevaid tugevusi pilvetaristu, kiirendatud andmetöötluse, väikese viivitusega inferentsi, andmekeskuste arenduse ja energiavarustuse vallas.
Haldame seda portfelli aktiivselt nii võimekuse kui ka majandusliku tõhususe nimel. Kasutame tipptasemel süsteeme seal, kus võimekus on kõige olulisem, ning optimeerime tõhusust seal, kus tähtsamad on mastaap ja kulud. Säilitades pakkujate, riistvara ja juurutusmudelite vahel usaldusväärse valikuvõimaluse, saame suunata nõudluse parima jõudlusega lahendusele ühe dollari kohta, hoida turutingimuste muutudes hinnad kontrolli all ning võtta tugevama tehnoloogia ilmudes kasutusele uue tipptaseme. Otsene kontroll annab meile eelise seal, kus tihedam lõimimine võib täiustada kogu süsteemi. Teeme koostööd seal, kus ökosüsteem aitab meil kiiremini edasi liikuda, ja ehitame ise seal, kus ühine projekteerimine loob olulise eelise.
Andmekeskused pakuvad veel üht võimendusvõimalust. Georgia osariigis elluviidav projekt Camellia näitab, kuidas saame rajatisi kliendi töökoormuste järgi projekteerida, luues samal ajal töökohti, toetades kohalikke ettevõtteid, kattes projekti taristu- ja energiakulud, säästes suletud ringlusega süsteemi abil vett ning lastes võetud kohustusi igal aastal sõltumatult ja avalikult auditeerida.
Selle süsteemi väärtust mõõdetakse tulemuse järgi: iga andmetöötlusüksus annab rohkem kasulikku intelligentsi.
Paremad mudelid jõuavad õige vastuseni vähemate katsetega. Nutikam suunamine ja kontekstihaldus vähendavad tarbetut tööd. Optimeeritud tarkvara ja eriotstarbeline riistvara suurendavad kiirust ja energiatõhusust.
Artificial Analysis Coding Agent Indexi järgi saavutas GPT‑5.6 Sol Max-arutlusega uue tipptaseme, kasutades seejuures 54% vähem väljundtokeneid kui teine juhtiv mudel. Klientide jaoks tähendavad sellised täiustused kiiremaid tulemusi, töökindlamaid tooteid, vähem korduskatseid, pikemaid töövooge lõpule viivaid agente ja eduka töö väiksemat kogukulu. Parima majandusliku tulemuse annab kasulik intelligents ühe dollari kohta.
Mida võimekamaks ja taskukohasemaks muutub kasulik intelligents, seda rohkem töid muutub majanduslikult otstarbekaks. Ettevõte saab pakkuda igale kliendile kohandatud analüüsi, vaadata läbi kõik lepingud, koostada reaalajas finantsstsenaariume ja aidata inseneridel katsetada rohkem ideid. See on Jevonsi paradoks: suurem tõhusus muudab rohkem kasutusviise tasuvaks, suurendades tarbimist ja luues uut majandustegevust tänu rohkemale tehtud tööle, parematele otsustele, arvukamatele turule toodud toodetele ja suuremale tulule.
Tootlikum andmetöötlus ja konkurentsivõimelisem tarnijate ring aitavad meil teenindada väiksema kuluga rohkem kliente ning anda tõhususe kasvust saadava kasu kasutajatele edasi. Kasv rahastab jätkuvaid investeeringuid teadusuuringutesse, taristusse ja ohutusse. See on OpenAI kumuleeruv eelis: parem tehnoloogia loob parema majandusliku tulemuse, see rahastab järgmist arengulainet ning iga edusamm muudab kogu süsteemi tugevamaks.
