Dirbtinio intelekto pažanga sparčiausiai kaupiasi, kai visa sistema tobulėja drauge. Būtent taip suvokiu OpenAI skaičiavimo išteklių strategiją: tai viena integruota sistema, apimanti duomenų centrus ir lustus, priešakinius modelius, mūsų kūrėjų platformą, vartotojams ir įmonėms skirtus produktus bei DI pritaikytus įrenginius, o kiekvienas jos lygmuo stiprina kitą.
Geresnė programinė įranga padidina aparatinės įrangos našumą. Mūsų darbo krūviams sukurta aparatinė įranga didina spartą ir efektyvumą. Pajėgesni modeliai suteikia galimybę kurti geresnius produktus, o šie skatina paklausą, naudojimą ir mokymąsi. Šie signalai grįžta per visą sistemą ir padeda mums ją vėl patobulinti.
Šiandien paskelbėme pirmuosius išmatuotus Jalapeño – pirmojo OpenAI specialiai išvadoms skirto lusto – našumo rezultatus. Viešajame InferenceX etalone, kuriame naudojamas GPT‑OSS 120B, Jalapeño pasiekė didesnį didžiausią pralaidumą vienam kilovatui ir mažesnę žetonų delsą nei lygintos komercinės sistemos. Jis taip pat puikiai pasirodė su DeepSeek R1 ir Kimi K2 – tai rodo, kad jo pranašumai apima įvairias modelių šeimas.
Jalapeño suteikia mums daugiau galimybių kontroliuoti modelių veikimą ir jų aptarnavimo ekonomiką. Kartu kurdami modelį, jo aptarnavimo programinę įrangą, lustą, atmintį ir tinklą galime visos sistemos mastu gerinti pralaidumą, delsą, energijos vartojimo efektyvumą ir sąnaudas. Šalia kitų partnerių spartintuvų taip atsiranda patikima nuosava alternatyva, padedanti kiekvienam darbo krūviui parinkti pajėgiausią ir ekonomiškai tinkamiausią sistemą. Jau turime veikiančius nuosavus lustus ir išmatuotus jų rezultatus, o naujos kartos sprendimai jau kuriami.
Skirtingi darbo krūviai sistemai kelia skirtingus reikalavimus. Priešakinių modelių mokymui, didelės apimties išvadų generavimui ir nuolat veikiantiems agentams keliami skirtingi lustų, programinės įrangos, tinklų, energijos ir delsos reikalavimai.
Mūsų tikslas – išlikti ties Pareto riba, kiekvienam darbo krūviui nuolat ieškant geriausio pajėgumo, spartos, patikimumo, efektyvumo ir sąnaudų derinio. Skirtingi lustai ir tiekėjai pirmauja skirtingose srityse, o technologijų pažangos riba nuolat kinta.
Mūsų sprendimų portfelis pakankamai platus, kad patenkintume šiuos poreikius. Microsoft skaičiavimo ištekliai ir NVIDIA lustai sudarė OpenAI augimo pagrindą. Šiandien mūsų portfelyje taip pat yra AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy ir SoftBank. Kiekvienas partneris turi savų stiprybių debesijos infrastruktūros, spartesnių skaičiavimų, mažos delsos išvadų generavimo, duomenų centrų plėtros ir energijos tiekimo srityse.
Šį portfelį aktyviai valdome atsižvelgdami ir į pajėgumą, ir į ekonominį efektyvumą. Aukščiausios klasės sistemas naudojame ten, kur svarbiausias pajėgumas, o ten, kur svarbesni mastas ir sąnaudos, siekiame didžiausio efektyvumo. Išlaikydami realų tiekėjų, aparatinės įrangos ir diegimo modelių pasirinkimą, galime paklausą nukreipti ten, kur gaunamas geriausias našumas už tą pačią kainą, drausmingai valdyti kainodarą kintant rinkos sąlygoms ir neatsilikti nuo technologijų pažangos, kai atsiranda pajėgesnių sprendimų. Tiesioginė kontrolė suteikia strateginį pranašumą ten, kur glaudesnė integracija gali pagerinti visą sistemą. Bendradarbiaujame ten, kur ekosistema padeda judėti greičiau, o patys kuriame ten, kur bendras projektavimas suteikia reikšmingą pranašumą.
Duomenų centrai suteikia dar vieną strateginio pranašumo šaltinį. Džordžijoje įgyvendinamas projektas „Camellia“ rodo, kaip galime projektuoti objektus pagal klientų darbo krūvius, kartu kurdami darbo vietas, remdami vietos įmones, padengdami projekto infrastruktūros ir energijos sąnaudas, taupydami vandenį uždarojo ciklo sistema ir kasmet pateikdami įsipareigojimų vykdymą nepriklausomam viešam auditui.
Šios sistemos vertė matuojama tuo, ką ji sukuria: daugiau naudingo intelekto iš kiekvieno skaičiavimo išteklių vieneto.
Geresni modeliai teisingą atsakymą randa per mažiau bandymų. Išmanesnis užklausų nukreipimas ir konteksto valdymas sumažina veltui atliekamų skaičiavimų kiekį. Optimizuota programinė ir specialiai pritaikyta aparatinė įranga didina spartą bei energijos vartojimo efektyvumą.
Artificial Analysis Coding Agent Index vertinime GPT‑5.6 Sol su maksimaliu protavimu pasiekė naują rekordą ir sunaudojo 54 % mažiau išvesties žetonų nei kitas pirmaujantis modelis. Klientams tokie patobulinimai reiškia greitesnius rezultatus, patikimesnius produktus, mažiau pakartotinių bandymų, ilgesnes darbo eigas užbaigiančius agentus ir mažesnes bendras sėkmingai atlikto darbo sąnaudas. Geriausią ekonominę grąžą užtikrina naudingas intelektas už kiekvieną išleistą dolerį.
Naudingam intelektui tampant pajėgesniam ir įperkamesniam, ekonomiškai apsimoka atlikti vis daugiau darbų. Įmonė gali kiekvienam klientui teikti individualizuotą analizę, peržiūrėti visas sutartis, realiuoju laiku modeliuoti finansinius scenarijus ir padėti inžinieriams išbandyti daugiau idėjų. Tai Jevonso paradoksas: didesnis efektyvumas vis daugiau naudojimo būdų paverčia prasmingais, todėl auga vartojimas ir atsiranda nauja ekonominė veikla – atliekama daugiau darbo, priimami geresni sprendimai, pristatoma daugiau produktų ir gaunama daugiau pajamų.
Našesni skaičiavimo ištekliai ir konkurencingesnė tiekimo bazė padeda mums mažesnėmis sąnaudomis aptarnauti daugiau klientų ir perduoti naudotojams efektyvumo teikiamą naudą. Augimas finansuoja tolesnes investicijas į mokslinius tyrimus, infrastruktūrą ir saugą. Tai savaime stiprėjantis OpenAI pranašumas: geresnės technologijos gerina ekonominį efektyvumą, šis finansuoja kitą pažangos bangą, o kiekvienas laimėjimas stiprina visą sistemą.
