Pokrok v AI sa znásobuje najrýchlejšie, keď sa celý systém zlepšuje spoločne. Takto vnímam stratégiu OpenAI v oblasti výpočtovej infraštruktúry: ako jeden integrovaný systém zahŕňajúci dátové centrá a čipy, prelomové modely, našu platformu pre vývojárov, produkty pre spotrebiteľov a firmy aj zariadenia natívne využívajúce AI, pričom každá vrstva posilňuje tú nasledujúcu.
Lepší softvér zvyšuje produktivitu hardvéru. Hardvér navrhnutý pre naše pracovné záťaže zvyšuje rýchlosť a efektivitu. Schopnejšie modely umožňujú vytvárať lepšie produkty, ktoré prinášajú väčší dopyt, využívanie a viac poznatkov. Tieto signály sa vracajú do systému a pomáhajú nám ho ďalej zlepšovať.
Dnes sme zverejnili prvé namerané výsledky výkonu čipu Jalapeño, prvého vlastného inferenčného čipu OpenAI. Vo verejnom benchmarku InferenceX s modelom GPT‑OSS 120B dosiahol čip Jalapeño vyššiu špičkovú priepustnosť na kilowatt a nižšiu latenciu tokenov než porovnávané komerčné systémy. Vysoký výkon dosiahol aj pri modeloch DeepSeek R1 a Kimi K2, čo ukazuje, že jeho prínosy sa prejavujú naprieč rodinami modelov.
Jalapeño nám dáva väčšiu kontrolu nad fungovaním našich modelov aj nad ekonomikou ich prevádzky. Spoločným vývojom modelu, obslužného softvéru, čipu, pamäte a siete môžeme zlepšovať priepustnosť, latenciu, energetickú efektivitu aj náklady ako jeden systém. Popri akcelerátoroch od našich partnerov tak získavame dôveryhodnú vlastnú alternatívu, vďaka ktorej môžeme každej pracovnej záťaži priradiť najvýkonnejší systém s vhodnými ekonomickými parametrami. Teraz už máme funkčný vlastný čip s nameranými výsledkami a na ďalších generáciách sa už pracuje.
Rôzne pracovné záťaže kladú na systém rôzne nároky. Tréning prelomových modelov, inferencia vo veľkom objeme a nepretržite aktívni agenti majú odlišné požiadavky na čipy, softvér, siete, napájanie aj latenciu.
Naším cieľom je zostať na Paretovej hranici: pre každú pracovnú záťaž neustále hľadať najlepšiu kombináciu schopností, rýchlosti, spoľahlivosti, efektivity a nákladov. Rôzne čipy a poskytovatelia vynikajú v rôznych oblastiach a hranica možností sa neustále posúva.
Naše portfólio nám poskytuje dostatočný rozsah na splnenie týchto potrieb. Výpočtová infraštruktúra Microsoftu a čipy NVIDIA zohrali zásadnú úlohu v raste OpenAI. Dnes naše portfólio zahŕňa aj spoločnosti AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy a SoftBank. Každá prináša iné prednosti v oblasti cloudovej infraštruktúry, akcelerovaných výpočtov, inferencie s nízkou latenciou, budovania dátových centier a dodávok energie.
Toto portfólio aktívne riadime s ohľadom na schopnosti aj ekonomiku. Prémiové systémy využívame tam, kde sú najdôležitejšie schopnosti, a na efektivitu sa zameriavame tam, kde viac záleží na rozsahu a nákladoch. Zachovanie reálneho výberu medzi poskytovateľmi, hardvérom a modelmi nasadenia nám umožňuje smerovať dopyt k najlepšiemu výkonu za danú cenu, udržiavať cenovú disciplínu pri zmenách trhových podmienok a držať krok s hranicou možností, keď prichádzajú výkonnejšie technológie. Priama kontrola nám dáva väčší vplyv tam, kde môže užšia integrácia zlepšiť celý systém. Spolupracujeme tam, kde nám ekosystém umožňuje postupovať rýchlejšie, a budujeme vlastné riešenia tam, kde spoločný návrh prináša významnú výhodu.
Ďalšiu príležitosť na zvýšenie vplyvu predstavujú dátové centrá. Projekt Camellia v Georgii ukazuje, ako môžeme navrhovať zariadenia podľa pracovných záťaží zákazníkov a zároveň vytvárať pracovné miesta, podporovať miestne firmy, hradiť náklady na projektovú infraštruktúru a energie, šetriť vodu uzavretým okruhom a každoročne podrobovať svoje záväzky nezávislému verejnému auditu.
Hodnota tohto systému sa meria jeho výstupom: väčším množstvom užitočnej inteligencie z každej jednotky výpočtového výkonu.
Lepšie modely dospejú k správnej odpovedi na menej pokusov. Inteligentnejšie smerovanie a správa kontextu obmedzujú zbytočnú prácu. Optimalizovaný softvér a účelovo navrhnutý hardvér zvyšujú rýchlosť a energetickú efektivitu.
V indexe Artificial Analysis Coding Agent Index dosiahol GPT‑5.6 Sol s maximálnou úrovňou uvažovania nové maximum, pričom použil o 54 % menej výstupných tokenov než iný popredný model. Pre zákazníkov takéto zlepšenia znamenajú rýchlejšie výsledky, spoľahlivejšie produkty, menej opakovaných pokusov, agentov schopných dokončiť dlhšie pracovné postupy a nižšie celkové náklady na úspešne vykonanú prácu. Najlepšie ekonomické výsledky prináša užitočná inteligencia na každý vynaložený dolár.
Keď sa užitočná inteligencia stáva schopnejšou a dostupnejšou, ekonomicky sa oplatí vykonávať viac práce. Firma môže každému zákazníkovi poskytovať analýzy na mieru, kontrolovať každú zmluvu, priebežne modelovať finančné scenáre a pomáhať technikom testovať viac nápadov. To je Jevonsov paradox: vyššia efektivita robí viac spôsobov využitia rentabilnými, čím zvyšuje spotrebu a vytvára novú ekonomickú aktivitu vďaka väčšiemu objemu vykonanej práce, lepším rozhodnutiam, väčšiemu počtu uvedených produktov a vyšším príjmom.
Produktívnejšia výpočtová infraštruktúra a konkurenčnejšia dodávateľská základňa nám pomáhajú obslúžiť viac zákazníkov s nižšími nákladmi a preniesť tieto úspory z efektivity na používateľov. Rast financuje ďalšie investície do výskumu, infraštruktúry a bezpečnosti. V tom spočíva znásobujúca sa výhoda OpenAI: lepšie technológie prinášajú lepšie ekonomické výsledky, tie financujú ďalšiu vlnu pokroku a každé zlepšenie posilňuje celý systém.
