मुबलक बुद्धिमत्तेमागील संपूर्ण स्टॅक

संपूर्ण सिस्टममध्ये एकत्रित सुधारणा झाल्यास AI च्या प्रगतीचा वेग सर्वाधिक वाढतो. OpenAI च्या कॉम्प्यूट संसाधनांच्या धोरणाकडे मी याच दृष्टीने पाहते: डेटा केंद्रे आणि चिप्स, अत्याधुनिक मॉडेल, आमचे डेव्हलपर प्लॅटफॉर्म, ग्राहक व उद्योगांसाठीची उत्पादने आणि AI च्या नेटिव्ह डिव्हाइसेस यांना जोडणारी एक इंटीग्रेटेड सिस्टम, जिचा प्रत्येक स्तर पुढील स्तराला बळकटी देतो.

चांगले सॉफ्टवेअर हार्डवेअरची उत्पादकता वाढवते. आमच्या कार्यभारांसाठी तयार केलेले हार्डवेअर वेग आणि कार्यक्षमता सुधारते. अधिक सक्षम मॉडेल अधिक चांगल्या उत्पादनांना शक्य करतात आणि त्यातून मागणी, वापर व शिकण्याच्या संधी वाढतात. हे संकेत पुन्हा सिस्टममध्ये येतात आणि ती आणखी सुधारण्यास आम्हाला मदत करतात.

आज आम्ही Jalapeño चे पहिले मापलेले कार्यप्रदर्शन निकाल जाहीर केले. ही OpenAI ची अनुमानासाठीची पहिली सानुकूल चिप आहे. GPT‑OSS 120B वापरणाऱ्या InferenceX या सार्वजनिक बेंचमार्कमध्ये Jalapeño ने तुलनेतील इतर व्यावसायिक सिस्टम्सपेक्षा प्रति किलोवॉट अधिक कमाल थ्रुपुट आणि कमी टोकन लॅटन्सी डिलिव्हर केली. DeepSeek R1 आणि Kimi K2 वरही याने दमदार कामगिरी केली, त्यामुळे याचे लाभ विविध मॉडेल कुटुंबांमध्येही मिळतात हे दिसून आले. 

आमची मॉडेल्स कशी चालतात आणि ती उपलब्ध करून देण्याचे अर्थकारण कसे असते, यावर Jalapeño आम्हाला अधिक नियंत्रण देते. मॉडेल, सेवा पुरवणारे सॉफ्टवेअर, चिप, मेमरी आणि नेटवर्क यांचा एकत्रित विकास करून आम्ही थ्रुपुट, लॅटन्सी, ऊर्जा कार्यक्षमता आणि खर्च या सर्वांत एका सिस्टमच्या रूपात सुधारणा करू शकतो. इतर भागीदारांकडून वापरल्या जाणाऱ्या ॲक्सिलरेटर्ससोबत यामुळे आमचा स्वतःचा विश्वासार्ह पर्याय तयार होतो. त्यामुळे प्रत्येक कार्यभारासाठी योग्य अर्थकारण असलेली सर्वात सक्षम सिस्टम निवडण्याची आमची क्षमता वाढते. मापलेल्या निकालांसह आमचे स्वतःचे कार्यरत सिलिकॉन आता तयार आहे आणि त्याच्या पुढील पिढ्यांचे कामही सुरू झाले आहे.

वेगवेगळे कार्यभार सिस्टमवर वेगवेगळ्या गरजा लादतात. अत्याधुनिक प्रशिक्षण, मोठ्या प्रमाणावरील अनुमान आणि सतत सक्रिय असणारे एजंट यांना चिप्स, सॉफ्टवेअर, नेटवर्क, वीज आणि लॅटन्सीच्या बाबतीत वेगवेगळ्या गोष्टींची आवश्यकता असते.

पॅरेटोच्या सीमारेषेवर राहणे हे आमचे ध्येय आहे: प्रत्येक कार्यभारासाठी क्षमता, वेग, विश्वासार्हता, कार्यक्षमता आणि खर्च यांचा सर्वोत्तम मेळ सातत्याने शोधणे. वेगवेगळ्या बाबतींत वेगवेगळ्या चिप्स आणि पुरवठादार आघाडीवर असतात, तसेच अत्याधुनिकतेची सीमा सतत पुढे सरकत असते.

या गरजा पूर्ण करण्यासाठी आवश्यक असलेली विविधता आमच्या पोर्टफोलिओमध्ये आहे. Microsoft ची कॉम्प्यूट संसाधने आणि NVIDIA च्या चिप्स यांनी OpenAI च्या वाढीचा पाया घातला आहे. आज आमच्या पोर्टफोलिओमध्ये AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy आणि SoftBank यांचाही समावेश आहे. क्लाउड पायाभूत सुविधा, ॲक्सिलरेटेड कॉम्प्यूट, कमी लॅटन्सीचे अनुमान, डेटा केंद्रांचा विकास आणि ऊर्जा पुरवठा या क्षेत्रांत प्रत्येकाची वेगळी बलस्थाने आहेत.

क्षमता आणि अर्थकारण या दोन्हींसाठी आम्ही या पोर्टफोलिओचे सक्रियपणे व्यवस्थापन करतो. जिथे क्षमता सर्वाधिक महत्त्वाची असते तिथे आम्ही उच्च दर्जाच्या सिस्टम्स वापरतो, तर जिथे व्यापकता आणि खर्च अधिक महत्त्वाचे असतात तिथे कार्यक्षमता ऑप्टिमाइझ करतो. पुरवठादार, हार्डवेअर आणि डिप्लॉयमेंट पद्धतींमध्ये विश्वासार्ह पर्याय उपलब्ध ठेवल्यामुळे आम्ही प्रति डॉलर सर्वोत्तम कार्यप्रदर्शनाकडे मागणीला वळवू शकतो, बाजारस्थिती बदलताना किमतींवर शिस्त राखू शकतो आणि अधिक सक्षम तंत्रज्ञान उदयास येताच अत्याधुनिकतेसोबत पुढे जाऊ शकतो. अधिक घट्ट इंटीग्रेशनमुळे संपूर्ण सिस्टम सुधारू शकते अशा ठिकाणी थेट नियंत्रण आमचा प्रभाव वाढवते. इकोसिस्टममुळे आम्हाला अधिक वेगाने पुढे जाता येते तिथे आम्ही भागीदारी करतो आणि संयुक्त डिझाइनमधून लक्षणीय लाभ मिळतो तिथे स्वतः निर्मिती करतो.

डेटा केंद्रे प्रभाव वाढवण्याची आणखी एक संधी देतात. जॉर्जियातील Project Camellia⁠ हे दाखवते की ग्राहकांच्या कार्यभारांनुसार सोयी उभारताना आम्ही रोजगार निर्माण करू शकतो, स्थानिक व्यवसायांना पाठबळ देऊ शकतो, प्रोजेक्टाच्या पायाभूत सुविधा व ऊर्जेचा खर्च भागवू शकतो, बंद-चक्रीय सिस्टमने पाण्याची बचत करू शकतो आणि प्रोजेक्टमधील वचनबद्धतांचे दरवर्षी स्वतंत्र सार्वजनिक ऑडिट करून घेऊ शकतो.

हे सिस्टम काय निर्माण करते याव याचे मूल्य ठरते: कॉम्प्यूट संसाधनाच्या प्रत्येक युनिटमधून मिळणारी अधिक उपयुक्त बुद्धिमत्ता.

अधिक चांगली मॉडेल्स कमी प्रयत्नांत योग्य उत्तरापर्यंत येतात. अधिक बुद्धिमान मार्गनिर्धारण आणि संदर्भ व्यवस्थापनामुळे वाया जाणारे काम कमी होते. अनुकूलित सॉफ्टवेअर आणि विशिष्ट उद्देशासाठी तयार केलेले हार्डवेअर वेग व ऊर्जा कार्यक्षमता सुधारतात.

Artificial Analysis Coding Agent Index मध्ये Max रीझनिंग वापरणाऱ्या GPT‑5.6 Sol ने दुसऱ्या एका आघाडीच्या मॉडेलपेक्षा 54% कमी आउटपुट टोकन वापरून नवा उच्चांक गाठला. ग्राहकांसाठी अशा सुधारणांचा अर्थ आहे अधिक वेगवान निकाल, अधिक विश्वासार्ह उत्पादने, कमी पुनर्प्रयत्न, अधिक दीर्घ कार्यप्रवाह पूर्ण करणारे एजंट आणि यशस्वी कामाचा कमी एकूण खर्च. प्रति डॉलर मिळणाऱ्या उपयुक्त बुद्धिमत्तेतून सर्वोत्तम अर्थकारण साधले जाते.

उपयुक्त बुद्धिमत्ता अधिक सक्षम आणि परवडणारी होत गेल्याने अधिक प्रकारची कामे आर्थिकदृष्ट्या व्यवहार्य होतात. एखादी कंपनी प्रत्येक ग्राहकाला त्यांच्या गरजेनुसार विश्लेषण देऊ शकते, प्रत्येक कराराचे पुनरावलोकन करू शकते, रीअल टाइममध्ये आर्थिक परिस्थितींची चाचणी करू शकते आणि इंजिनिअर्सना अधिक कल्पना तपासण्यास मदत करू शकते. हाच जेव्हॉन्स विरोधाभास आहे: अधिक कार्यक्षमतेमुळे अधिक उपयोग फायदेशीर ठरतात, वापर वाढतो आणि अधिक काम पूर्ण होणे, चांगले निर्णय घेणे, अधिक उत्पादने लाँच करणे व अधिक महसूल जनरेट करणे यातून नवी आर्थिक घडामोड निर्माण होते.

अधिक उत्पादक कॉम्प्यूट संसाधने आणि अधिक स्पर्धात्मक पुरवठा आधार यांमुळे आम्हाला कमी खर्चात अधिक ग्राहकांना सेवा देता येते आणि त्या कार्यक्षमतेचे लाभ वापरकर्त्यांपर्यंत पोहोचवता येतात. वाढीतून संशोधन, पायाभूत सुविधा आणि सुरक्षिततेतील सातत्यपूर्ण गुंतवणुकीसाठी निधी मिळतो. हाच OpenAI चा सतत वाढणारा लाभ आहे: अधिक चांगले तंत्रज्ञान अधिक चांगले अर्थकारण घडवते, अधिक चांगले अर्थकारण प्रगतीच्या पुढील लाटेला निधी देते आणि प्रत्येक लाभ संपूर्ण सिस्टमला अधिक बळकट करतो.