Aller au contenu

Tech

La puce Jalapeño d'OpenAI pique, mais en « très petits volumes »

OpenAI et Broadcom ont conçu une puce d'inférence et publié des benchmarks face à Nvidia Blackwell. Le hic : le vrai déploiement démarre au compte-gouttes fin 2026, le gros de l'effort attendra 2027.

Photo de couverture : HaeB / CC BY-SA 4.0

TL;DR

  1. OpenAI publie des benchmarks de Jalapeño, sa puce d'inférence conçue avec Broadcom, face aux systèmes Nvidia Blackwell.
  2. Selon OpenAI, elle abat plus de travail par unité d'énergie, avec des réponses plus rapides.
  3. Déploiement : très petits volumes fin 2026, montée en puissance plus sérieuse en 2027.

Ce qui s'est passé

OpenAI a publié des benchmarks pour Jalapeño, sa puce d'inférence sur mesure, développée en étroite collaboration avec Broadcom. Annoncée en octobre dernier, elle sert à faire tourner les modèles pour les utilisateurs, pas à les entraîner.

L'argument d'OpenAI : Jalapeño fait plus de travail d'IA par unité d'énergie et renvoie ses réponses plus vite que les systèmes Nvidia Blackwell. Deux coups d'un seul, sur les métriques qui font mal aux factures d'inférence.

Richard Ho, responsable du hardware chez OpenAI, a qualifié les résultats d'avancée « very, very significant » par rapport à l'état de l'art lors d'un point presse. Affirmation du constructeur, sur la scène du constructeur : on la range dans « prometteur, en attente de vérification indépendante ».

Un détail qui ressemble à un rebondissement de scénario : les propres modèles d'OpenAI ont participé à la conception de la puce. Les robots dessinent maintenant leur propre logement, sapiens.

L'entreprise décrit aussi Jalapeño comme une plateforme multigénérationnelle. L'idée : une approche full-stack où produits, modèles, puces et mémoire sont développés ensemble. De quoi viser les phases précises de l'inférence qui coincent, notamment les délais autour du prefill.

Pourquoi ça compte

L'inférence, c'est là que part l'argent, chaque fois que quelqu'un demande à un chatbot de reformuler un mail. Une puce optimisée pour l'efficacité énergétique et la faible latence s'attaque directement aux coûts de service et à la vitesse de réponse.

Il y a aussi un angle stratégique. Un grand labo d'IA qui conçoit son propre silicium avec Broadcom, c'est le signe que s'en remettre aux GPU du commerce n'est plus le seul plan.

Maintenant, les petites lignes. La comparaison se fait face à Blackwell, et la concurrence peut beaucoup bouger d'ici le déploiement complet de Jalapeño. L'estimation de Ho lui-même : un filet de déploiement fin 2026, puis un rollout bien plus large en 2027. Autrement dit, Nvidia garde sa couronne pour l'instant, mais le challenger a une date au calendrier.

Aujourd'hui, c'est une slide de benchmark. Demain, peut-être un meuble de data center. Nvidia ne reste pas les bras croisés, et une puce dans un deck de presse ne sert aucun client.

Qu'est-ce que tu en fais

  • Prends les chiffres pour ce qu'ils sont : des affirmations du constructeur.Attends des tests indépendants avant de réécrire ton plan d'infra autour de Jalapeño.
  • Surveille ta facture d'API, pas la puce.Si servir les modèles coûte moins cher à OpenAI, c'est côté tarifs et latence que les développeurs le sentiraient, même si rien n'est promis.
  • Garde ta stack portable.Les puces maison des labos, ça veut dire plus de variété côté matériel : évite de coder en dur des hypothèses sur un seul fournisseur.
  • Note fin 2026 et 2027 dans ton agenda.C'est là que les petits volumes devraient devenir quelque chose de mesurable.

Ciao, sapiens. La puce est chaude, mais le piment n'est pas encore sorti du bocal.