Napredak umjetne inteligencije najbrže se ubrzava kada se cijeli sustav zajednički poboljšava. Tako promatram računalnu strategiju OpenAI-ja: kao jedinstven sustav koji obuhvaća podatkovne centre i čipove, najnaprednije modele, našu razvojnu platformu, proizvode za potrošače i poslovne korisnike te uređaje izvorno osmišljene za umjetnu inteligenciju, pri čemu svaki sloj jača sljedeći.
Bolji softver povećava produktivnost hardvera. Hardver projektiran za naša radna opterećenja povećava brzinu i učinkovitost. Sposobniji modeli omogućuju bolje proizvode, a oni stvaraju veću potražnju i uporabu te više prilika za učenje. Ti se signali vraćaju kroz sustav i pomažu nam da ga iznova poboljšamo.
Danas smo objavili prve izmjerene rezultate performansi čipa Jalapeño, prvog OpenAI-jeva prilagođenog čipa za izvođenje modela. Na javnom referentnom testu InferenceX, koji upotrebljava GPT‑OSS 120B, Jalapeño je ostvario veću vršnu propusnost po kilovatu i manju latenciju tokena od uspoređivanih komercijalnih sustava. Ostvario je i odlične rezultate na modelima DeepSeek R1 i Kimi K2, što pokazuje da njegova poboljšanja obuhvaćaju različite obitelji modela.
Jalapeño nam pruža veću kontrolu nad načinom rada naših modela i ekonomikom njihova posluživanja. Zajedničkim razvojem modela, softvera za posluživanje, čipa, memorije i mreže možemo poboljšavati propusnost, latenciju, energetsku učinkovitost i troškove kao dio jedinstvenog sustava. Time dobivamo pouzdanu vlastitu opciju uz akceleratore drugih partnera te povećavamo mogućnost usklađivanja svakog radnog opterećenja s najboljim sustavom po odgovarajućoj cijeni. Sada imamo funkcionalan vlastiti čip s izmjerenim rezultatima, a razvoj budućih generacija već je u tijeku.
Različita radna opterećenja postavljaju različite zahtjeve pred sustav. Treniranje najnaprednijih modela, izvođenje modela u velikom opsegu i agenti koji su stalno aktivni imaju različite zahtjeve u pogledu čipova, softvera, mreža, energije i latencije.
Cilj nam je ostati na Paretoovoj granici: neprestano tražiti najbolji omjer sposobnosti, brzine, pouzdanosti, učinkovitosti i troška za svako radno opterećenje. Različiti čipovi i pružatelji prednjače u različitim područjima, a granica mogućega stalno se pomiče.
Naš portfelj pruža nam raspon potreban za ispunjavanje tih potreba. Microsoftovi računalni kapaciteti i NVIDIA-ini čipovi bili su temelj rasta OpenAI-ja. Naš portfelj danas uključuje i AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy i SoftBank. Svaki od njih donosi različite prednosti u infrastrukturi oblaka, ubrzanom računalstvu, izvođenju modela uz nisku latenciju, razvoju podatkovnih centara i opskrbi energijom.
Tim portfeljem aktivno upravljamo radi sposobnosti i ekonomičnosti. Vrhunske sustave upotrebljavamo ondje gdje su sposobnosti najvažnije, a učinkovitost optimiziramo ondje gdje su važniji opseg i trošak. Očuvanje vjerodostojnog izbora među pružateljima, hardverom i modelima implementacije omogućuje nam usmjeravanje potražnje prema najboljem omjeru performansi i cijene, održavanje cjenovne discipline s promjenama tržišnih uvjeta te praćenje granice mogućega kako se pojavljuju naprednije tehnologije. Izravna kontrola donosi dodatnu prednost ondje gdje čvršća integracija može poboljšati cijeli sustav. Surađujemo s partnerima kada nam ekosustav omogućuje brži napredak, a sami gradimo kada zajedničko projektiranje donosi značajnu prednost.
Podatkovni centri stvaraju još jednu polugu prednosti. Projekt Camellia u Georgiji pokazuje kako možemo projektirati objekte prema radnim opterećenjima korisnika, a pritom otvarati radna mjesta, podupirati lokalne tvrtke, pokrivati troškove infrastrukture i energije projekta, štedjeti vodu sustavom zatvorenog kruga te obveze projekta podvrgavati godišnjoj neovisnoj javnoj reviziji.
Vrijednost ovog sustava mjeri se njegovim rezultatima: većom količinom korisne inteligencije iz svake jedinice računalnih resursa.
Bolji modeli dolaze do točnog odgovora uz manje pokušaja. Pametnije usmjeravanje i upravljanje kontekstom smanjuju nepotreban rad. Optimizirani softver i namjenski hardver povećavaju brzinu i energetsku učinkovitost.
Na indeksu Artificial Analysis Coding Agent Index GPT‑5.6 Sol s Max razinom rasuđivanja postigao je novi rekord uz 54 % manje izlaznih tokena od drugog vodećeg modela. Za korisnike takva poboljšanja znače brže rezultate, pouzdanije proizvode, manje ponovnih pokušaja, agente koji mogu dovršiti dulje radne procese i niži ukupni trošak uspješno obavljenog posla. Najbolju ekonomiku donosi korisna inteligencija po uloženom dolaru.
Kako korisna inteligencija postaje sposobnija i pristupačnija, sve više poslova postaje ekonomski isplativo. Tvrtka može svakom korisniku pružiti prilagođenu analizu, pregledati svaki ugovor, u stvarnom vremenu izrađivati financijske scenarije i pomoći inženjerima da ispitaju više ideja. To je Jevonsov paradoks: veća učinkovitost čini više primjena isplativima, povećava potrošnju i stvara novu gospodarsku aktivnost zahvaljujući većoj količini obavljenog posla, boljim odlukama, većem broju lansiranih proizvoda i većim prihodima.
Produktivniji računalni resursi i konkurentnija baza dobavljača pomažu nam pružati usluge većem broju korisnika uz niže troškove te prenijeti te dobitke u učinkovitosti na korisnike. Rast financira daljnja ulaganja u istraživanje, infrastrukturu i sigurnost. To je prednost OpenAI-ja koja se stalno uvećava: bolja tehnologija donosi bolju ekonomiku, bolja ekonomika financira sljedeći val napretka, a svako poboljšanje jača cijeli sustav.
