OpenAI ו-Broadcom חושפות שבב הסקה המותאם ל-LLM
בדיקות ראשוניות מראות כי המאיץ מהדור הראשון יספק ביצועים לוואט טובים משמעותית מאלה של הטכנולוגיה המתקדמת ביותר כיום
נבנה מהיסוד עבור מודלי LLM קיימים ועתידיים ברחבי התעשייה
פותח משלב התכנון ועד לייצור בתוך תשעה חודשים, בעזרת המודלים של OpenAI שהאיצו את התהליך
מרחיב את הפלטפורמה המקיפה של OpenAI — ממוצרים למודלים, וכעת גם לשבבים
ייפרס בהיקף של גיגה-ואטים עם שותפים בתחום מרכזי הנתונים, לאורך כמה דורות
OpenAI ו-Broadcom (NASDAQ: AVGO) חשפו היום את Jalapeño, מעבד הבינה הראשון של OpenAI: מאיץ שתוכנן סביב החזון של OpenAI לעתיד ההסקה במודלי LLM, והמאיץ הראשון לבינה מלאכותית בפלטפורמת מחשוב רב-דורית שהחברות בונות יחד כדי להפוך בינה מלאכותית מתקדמת למהירה יותר, אמינה יותר ונגישה ליותר אנשים.
Jalapeño נמסר למנכ״ל OpenAI סם אלטמן ולנשיא החברה גרג ברוקמן בידי הוק טאן, נשיא ומנכ״ל Broadcom, וצ׳רלי קוואס, נשיא ב-Broadcom. המסירה מציינת צעד חשוב באסטרטגיה של OpenAI לבנות את כל השכבות הטכנולוגיות שמאחורי המודלים והמוצרים שלה.
OpenAI תכננה את השבב מאפס על סמך הבנתה המעמיקה את יסודות ה-LLM ובהתאם לתוכניות הפיתוח שלה למודלים, לקרנלים ולמערכות הגשה, ולצורכי המוצרים שלה. השותפות Broadcom ו-Celestica מסייעות להעביר את הפלטפורמה לייצור תעשייתי באמצעות מימוש השבב, שילוב לוחות ומערכות בארונות שרתים, תקשורת עתירת ביצועים ומערכות ייצור הניתנות להרחבה. Jalapeño תוכנן בגמישות המאפשרת לו לעבוד עם כל מודלי ה-LLM, על סמך התובנות של OpenAI לגבי צורכי ההסקה של מודלי בינה מלאכותית קיימים ועתידיים ברחבי התעשייה. דגימות הנדסיות של שבב Jalapeño מריצות במעבדה עומסי עבודה של למידת מכונה, ובהם GPT‑5.3‑Codex‑Spark, בתדר ובהספק היעד שנקבעו לייצור.
OpenAI עדיין מודדת את הביצועים הסופיים, אך בדיקות ראשוניות מראות כי Jalapeño יספק ביצועים לוואט טובים משמעותית מאלה של הטכנולוגיה המתקדמת ביותר כיום. דוח טכני מפורט על הביצועים יוצג בחודשים הקרובים. הארכיטקטורה מצמצמת את העברת הנתונים ומאזנת בין משאבי מחשוב, זיכרון ותקשורת, כדי להשיג ניצולת בפועל הקרובה הרבה יותר לביצועי השיא התיאורטיים. טכנולוגיות מימוש השבבים והתקשורת של Broadcom, ובהן שבבי התקשורת Tomahawk, מסייעות להביא את הפלטפורמה לייצור בקנה מידה גדול.
"העולם עובר לכלכלה המונעת בכוח מחשוב", אמר גרג ברוקמן, נשיא ומייסד שותף של OpenAI. "Jalapeño הוא חלק מאסטרטגיית התשתיות ארוכת הטווח שלנו, המקיפה את כל השכבות הטכנולוגיות ונועדה להגדיל את זמינות משאבי המחשוב. כך נוכל להציע בינה מלאכותית מהירה יותר, אמינה יותר ומשתלמת יותר לאנשים ולעסקים, שאפשר להיעזר בה כדי לפתור יותר בעיות חשובות. כשאנחנו מתכננים בעצמנו יותר מהשכבות הטכנולוגיות, אנחנו יכולים לספק יותר יכולות בינה ביעילות גבוהה יותר, ולהמשיך להרחיב את הגישה לבינה מלאכותית מתקדמת."
"Jalapeño תוכנן מהיסוד להסקה במודלי LLM, תוך שימוש בתובנות מפורטות משיתוף הפעולה ההדוק שלנו עם חוקרי OpenAI", אמר ריצ׳רד הו, המוביל את תוכנית החומרה של OpenAI. "ביצענו אופטימיזציה לארכיטקטורה סביב הקרנלים, העברת הנתונים בזיכרון, התקשורת ודפוסי ההגשה החשובים ביותר למודלי frontier AI. על סמך הבדיקות הראשוניות, Jalapeño יבצע ביעילות את עומסי העבודה החשובים ביותר שלנו, קרוב לגבולות התיאורטיים של החומרה."
"שיתוף הפעולה שלנו עם OpenAI מבטא מחויבות עמוקה להרחבת התשתיות הפיזיות הנחוצות לעשור הבא של הבינה המלאכותית", אמר הוק טאן, נשיא ומנכ״ל Broadcom. "זו רק תחילתה של תוכנית פיתוח רב-דורית. באמצעות פיתוח השבבים המובילים שלנו בתעשייה במשותף ובאופן ישיר עם OpenAI, אנחנו מאפשרים להקים מרכזי נתונים בהיקף של גיגה-ואטים עם Microsoft ושותפים נוספים, החל מ-2026."
Jalapeño תוכנן מאפס להסקה במודלי LLM מודרניים, ואינו מאיץ לשימוש כללי שהותאם מעומסי עבודה קודמים של בינה מלאכותית. תכנונו נשען על המערכות ש-OpenAI מפעילה מדי יום ב-ChatGPT, ב-Codex וב-API, ועל הצרכים של מוצרים אג'נטיים עתידיים. לצד זאת, הוא תוכנן גם עבור מודלי LLM קיימים ועתידיים ברחבי התעשייה. המטרה היא לשלב את העוצמה והתפוקה של מאיצי הבינה המלאכותית המובילים כיום עם זמני השהיה הקרובים לאלה של מערכות ההסקה הייעודיות המהירות ביותר. שילוב זה הופך את Jalapeño למתאים במיוחד למוצרי LLM אינטראקטיביים בקנה מידה גדול.
זה היתרון שבפיתוח כל השכבות הטכנולוגיות. OpenAI לא רק מפתחת מודלי חזית או בונה מוצרים המבוססים עליהם; היא מתכננת את התשתיות שבבסיסם: ארכיטקטורת שבבים, קרנלים, מערכות זיכרון, תקשורת, תזמון, מערכות פריסה וחוויית מוצר. מכיוון ש-OpenAI פועלת בכל השכבות הטכנולוגיות, אפשר לבצע אופטימיזציה לכל שכבה למען אותה מטרה: להפוך את המודלים שלה למהירים יותר, אמינים יותר ומשתלמים יותר למשתמשים.
Jalapeño מחזק את מעגל השיפור שמניע את ההתקדמות של OpenAI. תשתיות טובות יותר משפרות את יעילות המחשוב. מחשוב יעיל יותר מאפשר אימון והגשה טובים יותר, ובסופו של דבר מניע מודלי בינה מלאכותית בעלי יכולות גבוהות יותר. מודלים טובים יותר הופכים למוצרים טובים יותר לאנשים, למפתחים ולעסקים. מוצרים טובים יותר מביאים ליותר שימוש, ליותר לקוחות וליותר הכנסות, וכך מאפשרים ל-OpenAI להשקיע מחדש בדור הבא של התשתיות. לאורך זמן, המעגל הזה מסייע להציע לכולם בינה בעלת יכולות גבוהות יותר, אמינה יותר וזולה יותר.
Jalapeño פותח במשותף מהתכנון הראשוני ועד להשלמת התכנון לייצור (tape-out) בתוך תשעה חודשים בלבד. להערכתנו, תוכנית הפיתוח של מאיץ הבינה המלאכותית הייעודי השיגה את מחזור פיתוח ה-ASIC המהיר ביותר אי פעם בתחום המוליכים למחצה המתקדמים ועתירי הביצועים. המהירות הזו משקפת פיתוח משולב והדוק של תוכנה וחומרה עם צוותי ההנדסה של OpenAI, את המומחיות של Broadcom במימוש שבבים ואת השימוש במודלים של OpenAI להאצת חלקים מתהליך התכנון והאופטימיזציה.
אותם מודלים העומדים לרשות המשתמשים מסייעים לשפר את התשתיות שישמשו להרצת מודלים עתידיים. אם בינה מלאכותית יכולה לעזור למהנדסים לתכנן שבבים טובים יותר מהר יותר, היא יכולה להפחית את עלות המחשוב ברחבי התעשייה ולסייע להנגיש בינה מלאכותית מתקדמת לכולם.
Jalapeño הוא הצעד הראשון בפלטפורמת מחשוב רב-דורית, המיועדת לפריסה ראשונית עד סוף 2026 ולהרחבה בשנים הבאות. הפלטפורמה משלבת מאיצים בתכנון OpenAI עם טכנולוגיות מימוש השבבים, התקשורת והקישוריות של Broadcom, ועם המומחיות של Celestica בלוחות, בארונות שרתים ובמערכות.
הרעיון שמאחורי העבודה הזו פשוט: ההסקה היא השלב שבו הבינה המלאכותית מגיעה לאנשים. כל שיפור בעלות, במהירות ובאמינות יכול להתבטא בתשובה מהירה יותר מ-ChatGPT, במשימת Codex שאפשר לבצע בה יותר שלבים עם פחות המתנה, במוצר מבוסס API שזול יותר לפתח, או בגישה יציבה יותר כשהביקוש גבוה.
הנגשת הבינה המלאכותית לכולם פירושה להפוך מודלים מתקדמים לזמינים, אמינים ומשתלמים מספיק כדי שיותר אנשים יוכלו להשתמש בהם מדי יום. Jalapeño עוזר ל-OpenAI להפיק מחלק גדול יותר מהתשתיות שלה יכולות בינה שימושיות עבור תלמידים וסטודנטים, מפתחים, עסקים קטנים, חוקרים, ארגונים וכל מי שמנסים ללמוד, ליצור או לפתור בעיות קשות.
