OpenAI izstrādā savu silīcija smadzeni, lai izslēgtu starpniekus

Katru reizi, kad lūdzat tērzēšanas robotam apkopot sapulces gaitu vai uzrakstīt dzejoli, sākas fiziska ķēdes reakcija. Teksts jūsu ekrānā sākas kā pieprasījums, kas mēro jūdzes pa optiskās šķiedras kabeļiem, lai sasniegtu datu centru. Tur silīcija un vara plāksne patērē tik daudz elektrības, lai vairākas minūtes darbinātu spuldzi, tikai lai uzminētu nākamos trīs jūsu atbildes vārdus. Šis process ir secināšana (inference). Gadiem ilgi OpenAI paļāvās uz Nvidia, kas nodrošināja aparatūru šim uzdevumam. Tagad OpenAI ir atklājusi pirmos datus par Jalapeño — pielāgotu mikroshēmu, kas izstrādāta, lai iekšēji veiktu smago AI darbu.

Konferencē "Hot Chips" OpenAI dalījās ar pirmajiem publiskajiem Jalapeño veiktspējas testu rezultātiem. Dati rāda, ka šī jaunā aparatūra paveic vairāk darba ar mazāku jaudu nekā pašreizējie nozares standarti. Izmantojot SemiAnalysis InferenceX etalonuzdevumu, Jalapeño ģenerēja vairāk vārdu jeb marķieru (tokens) katram lietotājam, patērējot mazāk elektrības nekā Nvidia Blackwell arhitektūra. Ričards Ho, OpenAI aparatūras nodaļas vadītājs, norāda, ka sistēma nodrošina ievērojamu veiktspējas lēcienu. Mērķis ir padarīt AI mijiedarbību tūlītēju, vienlaikus kontrolējot milzīgos datu centru elektrības rēķinus.

Pudeles kakls digitālajā virtuvē

Lai saprastu, kāpēc OpenAI būvē savu aparatūru, iedomājieties AI secināšanu kā aizņemtu restorāna virtuvi. Kad nosūtāt uzvedni, sistēma iziet divus posmus. Pirmais ir priekšpildes (prefill) posms, kurā AI izlasa visu jūsu ziņojumu un sakārto savas domas. Tas ir līdzīgi kā šefpavārs lasa garu, sarežģītu recepti. Otrais posms ir dekodēšanas posms, kurā AI faktiski raksta atbildi pa vienam vārdam. Tas ir kā šefpavārs, kurš reāli kārto ēdienu uz šķīvja.

Lielākā daļa mūsdienu mikroshēmu labi tiek galā ar "kārtošanu uz šķīvja", bet cīnās ar lasīšanas daļu. Ja uzvedne ir ļoti gara, sistēma palēninās, jo datiem ir jāpārvietojas turp un atpakaļ starp procesoru un atmiņu. Šī kustība rada siltumu un tērē laiku. Jalapeño novērš šo berzi, mainot to, kā mikroshēma sazinās ar savu atmiņu. OpenAI izstrādāja mikroshēmu tā, lai modeļa stāvoklis būtu lokāls. Vienkāršiem vārdiem sakot, šefpavāram vairs nav jāiet pāri virtuvei uz pieliekamo pēc katras sastāvdaļas. Viss paliek uz letes, gatavs tūlītējai lietošanai.

Šāda pilna cikla pieeja ir iespējama tikai tāpēc, ka OpenAI vienlaikus izstrādā gan programmatūru, gan aparatūru. Kamēr Nvidia vispārējas nozīmes mikroshēmai ir jāstrādā visiem — no automašīnu ražotājiem līdz laika ziņu prognozētājiem —, Jalapeño ir viens uzdevums. Tā darbina OpenAI modeļus. Šī specializācija ļauj uzņēmumam minimizēt datu kustību un saziņas aizkavēšanos, kas parasti darbojas kā pudeles kakli liela mēroga AI sistēmās.

Dzenoties pakaļ mainīgajam tehnoloģiju virsotnes mērķim

Jalapeño etalonuzdevumu rezultāti ir iespaidīgi, taču tie pastāv nepastāvīgā tirgū. OpenAI salīdzināja savu jauno silīciju ar Nvidia Blackwell sistēmu, kas ir pašreizējais datu centru karalis. Jalapeño uzrāda labāku caurlaidspēju uz kilovatu, kas ir galvenais efektivitātes rādītājs smagajā rūpniecībā. Tomēr ieviešanas termiņš ir ilgs. Ričards Ho atzīmēja, ka Jalapeño parādīsies tikai ļoti nelielos apjomos 2026. gada beigās. Nozīmīga izvēršana notiks ne agrāk kā 2027. gadā.

Līdz 2027. gadam konkurence būs mainījusies. Nvidia nestāv uz vietas. Mikroshēmu nozare virzās cikliski, un Nvidia, visticamāk, izstrādē ir vēl divas aparatūras paaudzes, pirms Jalapeño sasniegs pilnu mērogu. OpenAI būtībā spēlē "augstāk par zemi" spēli. Lai uzvarētu, viņiem jānodrošina, ka viņu pielāgotais silīcijs ir tik daudz efektīvāks viņu specifiskajiem modeļiem, ka tas attaisno izstrādei iztērētos miljardus dolāru. Vēsturiski tādiem uzņēmumiem kā Google un Amazon šī stratēģija ir bijusi veiksmīga, taču tā prasa fundamentālas izmaiņas programmatūras uzņēmuma darbībā.

OpenAI cieši sadarbojās ar Broadcom, lai radītu Jalapeño. Broadcom ir sena vēsture, palīdzot tehnoloģiju milžiem izveidot pielāgotas mikroshēmas, kas savieno dažādas datu centra daļas. Interesanti, ka OpenAI pat izmantoja savus AI modeļus, lai palīdzētu izstrādāt mikroshēmu. Tas rada atgriezeniskās saites cilpu, kurā AI palīdz izveidot tieši tās smadzenes, kurās tas galu galā atradīsies. Rezultātā aparatūra ir atspulgs lielo valodu modeļu specifiskajām matemātiskajām vajadzībām, nevis universāls procesors.

Ko tas nozīmē jūsu ikdienas tērzēšanai

Vidusmēra lietotājam paziņojums par mikroshēmu izklausās pēc fona trokšņa tehnoloģiju pasaulē. Tomēr praktiski Jalapeño efektivitāte noteiks to, kā jūs nākotnē mijiedarbosieties ar AI. Ja secināšanas izmaksas saglabāsies augstas, AI uzņēmumiem būs jāierobežo tas, cik daudz jūs varat izmantot to rīkus. Jūs varētu redzēt ierobežojumus tam, cik ziņojumu varat nosūtīt, vai maksāt augstāku ikmēneša abonēšanas maksu, lai segtu elektrības un aparatūras izmaksas.

Ja Jalapeño izpildīs solījumu par lielāku caurlaidspēju uz kilovatu, atbildes ģenerēšanas izmaksas samazināsies. Tas varētu izraisīt taustāmas izmaiņas AI produktu cenu noteikšanā. Fiksētas ikmēneša maksas vietā mēs varētu redzēt dāsnākus bezmaksas līmeņus vai iespēju veikt daudz garākus, sarežģītākus uzdevumus, sistēmai nesamazinot ātrumu līdz minimumam. Zems latentums ir galvenais mērķis. Runājot ar AI asistentu, jūs vēlaties, lai atbilde šķistu kā dabiska saruna, nevis kā gaidīšana, kad pa pastu pienāks vēstule.

Tirgus pusē šis solis signalizē, ka OpenAI vēlas būt mazāk atkarīga no citu uzņēmumu piegādes ķēdēm. Globālais augstākās klases AI mikroshēmu tirgus ir decentralizēts, taču tajā dominē daži galvenie spēlētāji. Būvējot savu silīciju, OpenAI iegūst lielāku kontroli pār savu likteni. Viņi var izvēlēties tieši to, kad veikt uzlabojumus un kā optimizēt savus datu centrus, negaidot trešo pušu piegādes grafikus. Šī noturība ir vitāli svarīga uzņēmumam, kas katru nedēļu apkalpo simtiem miljonu cilvēku.

AI ēras neredzamais mugurkauls

Mēs bieži izturamies pret AI kā pret maģiju, taču patiesībā tas ir rūpniecisks process. Tas prasa fiziskus materiālus, milzīgu daudzumu dzesēšanas ūdens un miljoniem tranzistoru, kas darbojas saskaņoti. Jalapeño ir daļa no šī neredzamā mugurkaula. Optimizējot priekšpildes un saziņas fāzes, OpenAI mēģina padarīt digitālo praktikantu ātrāku un lētāku nodarbināšanai. Uzņēmums plāno padarīt šo par vairāku paaudžu platformu, kas nozīmē, ka Jalapeño ir tikai sākums ilgtermiņa ceļvedim.

Raugoties plašāk, pāreja uz pielāgotu silīciju atspoguļo sistēmisku maiņu tehnoloģiju nozarē. Mēs attālināmies no vispārējas nozīmes datoru ēras uz augsti specializētu mašīnu pasauli. Tāpat kā lieljaudas kravas automašīna ir būvēta citādi nekā sporta automašīna, mikroshēmas AI serveros atšķiras no mikroshēmām jūsu klēpjdatorā. Šī specializācija ir tā, kas ļauj AI pāriet no interesanta trika uz robustu rīku ikdienas dzīvei.

Galu galā Jalapeño panākumi ir atkarīgi no tā, vai OpenAI spēs sekot līdzi aparatūras inovāciju milzīgajam ātrumam. Mikroshēmas projektēšana ir viena lieta; tās ražošana un izvēršana mērogā globālos datu centros ir pavisam cits izaicinājums. 2027. gada ieviešanas logs dod pārējai nozarei pietiekami daudz laika, lai reaģētu. Pagaidām OpenAI ir parādījusi, ka tā vairs neapmierinās tikai ar programmatūras rakstīšanu. Tā vēlas pārvaldīt pašu pamatu, uz kura šī programmatūra balstās.

No patērētāja viedokļa jums vajadzētu vērot, kā šie notikumi ietekmē jūsu iecienītāko lietotņu ātrumu. Ja atbildes pēkšņi šķiet raitākas vai ja varat augšupielādēt veselas grāmatas analīzei bez gaidīšanas laika, iemesls ir darbs, kas notiek zem tādu mikroshēmu kā Jalapeño pārsega. Vispārīgas AI aparatūras ēra beidzas, un ir pienākusi mērķtiecīgi būvētu silīcija smadzeņu ēra.

Avoti: OpenAI Press Briefing, Hot Chips 2026 Presentation, SemiAnalysis InferenceX Benchmark Report.