Напредокот во ВИ најбрзо се забрзува кога целиот систем се подобрува истовремено. Така размислувам за стратегијата на OpenAI за пресметувачки ресурси: како еден интегриран систем што опфаќа центри за податоци и чипови, најнапредни модели, нашата платформа за програмери, производи за потрошувачи и претпријатија и уреди создадени за ВИ, при што секој слој го зајакнува следниот.
Подобриот софтвер овозможува попродуктивен хардвер. Хардверот проектиран за нашите работни оптоварувања ги подобрува брзината и ефикасноста. Поспособните модели овозможуваат подобри производи, кои создаваат поголема побарувачка, употреба и учење. Тие сигнали се враќаат низ системот и ни помагаат повторно да го подобриме.
Денес ги споделивме првите измерени резултати од перформансите на Jalapeño, првиот специјално дизајниран чип на OpenAI за инференција. На InferenceX, јавен репер што го користи GPT‑OSS 120B, Jalapeño постигна поголем максимален капацитет по киловат и помала латентност по токен од комерцијалните системи опфатени со споредбата. Постигна одлични резултати и со DeepSeek R1 и Kimi K2, покажувајќи дека придобивките се протегаат низ различни семејства модели.
Jalapeño ни дава поголема контрола врз начинот на кој работат нашите модели и врз економичноста на нивното опслужување. Со заеднички развој на моделот, софтверот за опслужување, чипот, меморијата и мрежата можеме да ги подобриме капацитетот, латентноста, енергетската ефикасност и трошоците како еден систем. Тоа создава сигурна сопствена опција покрај акцелераторите што ги користиме од други партнери, зголемувајќи ја нашата способност секое работно оптоварување да го усогласиме со најмоќниот систем и соодветната економичност. Сега имаме функционален сопствен силициум со измерени резултати, а следните генерации веќе се развиваат.
Различните работни оптоварувања поставуваат различни барања пред системот. Обуката на најнапредни модели, инференцијата со голем обем и агентите што работат постојано имаат различни барања за чиповите, софтверот, мрежите, напојувањето и латентноста.
Нашата цел е да останеме на Паретовата граница: постојано да ја бараме најдобрата комбинација од способност, брзина, сигурност, ефикасност и трошоци за секое работно оптоварување. Различни чипови и добавувачи предничат во различни аспекти, а границата постојано се поместува.
Нашето портфолио ни го дава потребниот опсег за да ги задоволиме тие потреби. Пресметувачките ресурси на Microsoft и чиповите на NVIDIA беа темел на растот на OpenAI. Денес нашето портфолио ги вклучува и AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy и SoftBank. Секој од нив нуди различни предности во облачната инфраструктура, забрзаното пресметување, инференцијата со ниска латентност, развојот на центри за податоци и снабдувањето со енергија.
Активно управуваме со ова портфолио и според способностите и според економичноста. Користиме врвни системи таму каде што способностите се најважни, а оптимизираме за ефикасност таму каде што обемот и трошоците имаат поголемо значење. Одржувањето реален избор меѓу добавувачи, хардвер и модели на распоредување ни овозможува да ја насочуваме побарувачката кон најдобрите перформанси за вложениот износ, да одржуваме ценовна дисциплина при промена на пазарните услови и да го следиме технолошкиот напредок кога се појавува помоќна технологија. Директната контрола дава поголема предност таму каде што потесната интеграција може да го подобри целиот систем. Склучуваме партнерства таму каде што екосистемот ни помага да напредуваме побрзо, а градиме самите таму каде што заедничкото проектирање создава значајна предност.
Центрите за податоци создаваат уште една точка на влијание. Проектот Camellia во Џорџија покажува како можеме да проектираме објекти според работните оптоварувања на клиентите, а истовремено да отвораме работни места, да ги поддржуваме локалните бизниси, да ги покриваме трошоците за инфраструктура и енергија на проектот, да штедиме вода преку затворен систем и преземените обврски да ги подложуваме на годишна независна јавна ревизија.
Вредноста на овој систем се мери според она што го создава: повеќе корисна интелигенција од секоја единица пресметувачки ресурси.
Подобрите модели доаѓаат до точниот одговор со помалку обиди. Попаметното насочување и управување со контекстот ја намалуваат непотребната работа. Оптимизираниот софтвер и наменскиот хардвер ги подобруваат брзината и енергетската ефикасност.
На Artificial Analysis Coding Agent Index, GPT‑5.6 Sol со Max расудување постигна нов рекорд, користејќи 54 % помалку излезни токени од друг водечки модел. За клиентите, ваквите подобрувања значат побрзи резултати, посигурни производи, помалку повторни обиди, агенти што завршуваат подолги работни процеси и пониски вкупни трошоци за успешно завршена работа. Најдобрата економичност произлегува од корисната интелигенција за вложениот износ.
Како што корисната интелигенција станува поспособна и подостапна, сè повеќе работа станува економски исплатлива. Една компанија може да обезбеди приспособена анализа за секој клиент, да го прегледа секој договор, во живо да разработува финансиски сценарија и да им помогне на инженерите да тестираат повеќе идеи. Тоа е Џевонсовиот парадокс: поголемата ефикасност прави повеќе примени да бидат исплатливи, со што се зголемува потрошувачката и се создава нова економска активност преку повеќе завршена работа, подобри одлуки, повеќе лансирани производи и поголеми приходи.
Попродуктивните пресметувачки ресурси и поконкурентната база на добавувачи ни помагаат да опслужуваме повеќе клиенти по пониска цена и придобивките од ефикасноста да им ги пренесеме на корисниците. Растот овозможува континуирани инвестиции во истражување, инфраструктура и безбедност. Тоа е предноста на OpenAI што постојано се зголемува: подобрата технологија создава подобра економичност, подобрата економичност го финансира следниот бран напредок, а секое подобрување го зајакнува целиот систем.
