Роки тому OpenAI купувала GPU від NVIDIA так само, як інші компанії купують каву — без зупинки і за будь-яку ціну. Але ринок змінився: NVIDIA контролює понад 80% ринку AI-прискорювачів, а ціна на H100 і H200 давно перетнула межу, що раціонально виправдовує інвестиції у власний кремній. За даними NYT, OpenAI спільно з Broadcom представили кастомний AI-чип під кодовою назвою Jalapeno — і це не просто черговий анонс про залізо. Це системний сигнал про те, куди рухається вся індустрія.
Jalapeno — перший власний чип OpenAI для inference-навантажень. Тобто не для тренування моделей (це поки залишається у зоні відповідальності NVIDIA), а для обслуговування мільярдів щоденних запитів від користувачів ChatGPT, API-клієнтів і корпоративних партнерів. Це принципова різниця: inference — масштабне, передбачуване й критичне для unit economics навантаження.
Для AI-білдерів це означає: архітектура, на якій працює OpenAI API, незабаром зміниться фундаментально. І питання вже не в тому, чи варто стежити за цим, а в тому, як саме це вплине на швидкість, вартість і доступність сервісів.
Від залежності до суверенітету над кремнієм
Стратегія великих tech-компаній сьогодні однакова: хто контролює кремній — контролює майбутнє AI. Google ще у 2016 році запустив TPU і зараз використовує TPU v5 для тренування Gemini. Amazon побудував Trainium і Inferentia. Apple інтегрує Neural Engine у кожен чип серії M. Meta розробляє MTIA. Тепер і OpenAI робить цей крок.
Причин кілька, і всі вони суто практичні:
- Ціна: GPU від NVIDIA коштує десятки тисяч доларів за одиницю, тоді як кастомний ASIC під конкретне навантаження може давати кращий ROI саме на inference-задачах.
- Ризик поставок: Залежність від єдиного постачальника — це вразливість. Виробничі черги на H100 тривали місяцями й гальмували плани розгортання по всій галузі.
- Оптимізація під власні моделі: Кастомний чип можна «заточити» під специфіку GPT-архітектури — конкретні розміри матриць, attention-механізми, квантизаційні схеми.
- Контроль roadmap: Із власним кремнієм OpenAI не залежить від того, коли NVIDIA вирішить підтримати нову фічу або оновити мікроархітектуру.
Broadcom як партнер — не випадковий вибір
Broadcom — не перша компанія, що спадає на думку в контексті AI-чипів. Але саме вони вже виробляють кастомні ASIC для Google (TPU) і мають перевірений pipeline для розробки складних напівпровідникових рішень під замовлення великих клієнтів.
Модель співпраці тут стандартна для індустрії: OpenAI проектує архітектуру та визначає специфікацію, Broadcom відповідає за фізичний дизайн чипа й координацію з TSMC для виробництва. Це дозволяє OpenAI отримати власний кремній без побудови власної fab-інфраструктури — що коштувало б десятки мільярдів доларів і роки роботи.
Важливий нюанс: партнерство саме з Broadcom, а не з NVIDIA, — це свідомий вибір незалежності. Замовляти чип у компанії, від якої хочеш знизити залежність, було б стратегічно абсурдно.
Що Jalapeno означає для AI-білдерів
Короткострокових потрясінь не буде: NVIDIA залишається домінантом для тренування моделей, а inference-перехід відбуватиметься поступово — паралельно із масштабуванням виробництва. Але середньострокові наслідки для тих, хто будує на OpenAI API, суттєві.
- Зниження вартості inference: ефективніший кремній = нижча собівартість = потенційно дешевші токени для API-клієнтів.
- Краща latency: чип, оптимізований під GPT-архітектуру, може скоротити час генерації відповіді.
- Стабільніша доступність: менша залежність від зовнішніх поставок — менше ризику capacity outages у пікові моменти.
Для компаній, які будують альтернативні inference-стеки, сигнал інший: якщо OpenAI розриває залежність від NVIDIA, довгострокова цінова перевага «зеленого» кремнію розмиватиметься. Це відкриває нішу для AMD, Intel Gaudi і нових ASIC-гравців.
Є й геополітичний вимір: власний чип американської компанії, спроектований з американським партнером і вироблений на тайванських потужностях TSMC, — це вже питання не лише economics, а й supply chain resilience в умовах посилення експортних обмежень.
Висновок AiiN: кремній стає новою точкою диференціації
Коли всі великі AI-гравці матимуть власний кремній, конкуренція перейде з рівня «яка модель краща» на рівень «хто ефективніше запускає свою модель». Це вертикальна інтеграція у чистому вигляді: контроль від архітектури моделі до фізичного субстрату, на якому вона виконується.
Для AI-білдерів практичний висновок: слідкуйте за ціновими змінами в OpenAI API протягом наступних 12–18 місяців. Поява Jalapeno у production не буде публічною подією з фанфарами. Але коли вартість inference почне знижуватися, а latency — поліпшуватися, це буде саме той момент.
І ширший урок для тих, хто будує AI-продукти: вертикальна інтеграція — не лише привілей гігантів. Контроль над критичними залежностями є конкурентною перевагою на будь-якому рівні стеку. OpenAI просто продемонстрував це на рівні кремнію.
