أول شريحة داخلية من OpenAI تتفوق على NVIDIA في السرعة وكفاءة الطاقة
نشرت OpenAI أول أرقام أداء تفصيلية لشريحة Jalapeño، وهي أول شريحة تصممها خصيصاً لاستدلال الذكاء الاصطناعي. وفي اختبارات الشركة الخاصة عبر ثلاثة نماذج لغوية كبيرة، حققت الشريحة ذروة إنتاجية أعلى بمقدار 1.5-1.9 مرة لكل وحدة طاقة، وزمن استجابة أقل للاستعلامات من البداية إلى النهاية بمقدار 1.7-3.6 مرات مقارنة بأنظمة NVIDIA GB200 وGB300 المستخدمة للمقارنة. لا يعني ذلك أن NVIDIA فقدت مكانتها، لكنه يوضح سبب رغبة أكبر شركات الذكاء الاصطناعي المتزايدة في تصميم المزيد من عتادها الخاص.
لا تنافس Jalapeño شرائح التدريب
هذه هي أول شريحة استدلال داخلية من OpenAI، ما يعني أنها حُسّنت أساساً لتشغيل النماذج التي تم تدريبها بالفعل بدلاً من تدريب نماذج كبيرة جديدة من الصفر. وستواصل الشركة استخدام المسرّعات من NVIDIA وشركاء آخرين للتدريب والاستدلال على حد سواء.
استخدمت OpenAI معيار InferenceX العام واختبرت ثلاثة نماذج: GPT-OSS 120B وDeepSeek R1 670B وKimi K2.5 1T. واستخدمت أنظمة NVIDIA GB200 وGB300 للمقارنة.
مع GPT-OSS 120B، حققت Jalapeño ذروة إنتاجية بلغت 85,448 رمز إدخال وإخراج في الثانية لكل كيلوواط، مقارنة بـ44,960 لـGB200. وهذا يمنح Jalapeño أفضلية تقارب 1.9 مرة. وبلغ زمن استجابة الاستعلام من البداية إلى النهاية 1.03 ثانية مقابل 1.80 ثانية على التوالي.
حقق DeepSeek R1 فجوة أكبر في زمن الاستجابة. أكملت Jalapeño الاستعلام خلال 1.65 ثانية، بينما احتاج GB300 إلى 5.99 ثانية. وبلغت ذروة الإنتاجية لكل وحدة طاقة 19,641 رمز إدخال وإخراج في الثانية لكل كيلوواط على Jalapeño و11,781 على GB300. ومع Kimi K2.5، قاست OpenAI ذروة إنتاجية أعلى بنحو 1.5 مرة لكل وحدة طاقة وزمن استجابة إجمالي أقل بمقدار 3.4 مرات لـJalapeño.
هذه قياسات OpenAI الخاصة، وليست نتائج من مختبر مستقل. كما ينبغي قراءة أرقام كفاءة الطاقة في سياق المنهجية. فقد وحّدت OpenAI النتائج باستخدام القدرة الاسمية المنشورة للمسرّعات بدلاً من قياس استهلاك الطاقة الفعلي لكل نظام منافس في ظروف متطابقة.
الشريحة ذات 700 W لم تسحب أكثر من 550 W في الاختبارات
تبلغ القدرة الاسمية لـJalapeño 700 W. ووفقاً لـOpenAI، ظل استهلاك الطاقة الفعلي عند 550 W أو أقل في أعباء العمل التي جرى اختبارها. واستخدمت الشركة في حساباتها القدرة الاسمية المنشورة من NVIDIA، وهي 1,200 W لـGB200 و1,400 W لـGB300.
أصبح العمل المنجز لكل وحدة طاقة مهماً بصورة متزايدة في مراكز بيانات الذكاء الاصطناعي الكبيرة. إذ يمكن للسعة الكهربائية والتبريد ووصلات الشبكة أن تقيد نمو مزارع الخوادم بقدر توافر الشرائح تماماً. وإذا أمكن خدمة عدد أكبر من الاستعلامات من كل كيلوواط، تنخفض تكلفة البنية التحتية لكل رمز مولّد أو طلب مستخدم.
صُممت بنية Jalapeño حول المراحل المختلفة لاستدلال النماذج اللغوية. فمعالجة الإدخال الأولية، أو prefill، كثيفة الحوسبة أساساً. أما توليد الاستجابة رمزاً تلو الآخر، أو decode، فيعتمد بدرجة أكبر على عرض نطاق الذاكرة. كما يُستهلك الوقت أيضاً في نقل البيانات وحالة النموذج بين الشرائح ووحدات الحوسبة.
صممت OpenAI المعالج والذاكرة والشبكات والبرمجيات كنظام متكامل واحد بهدف تقليل حركة البيانات غير الضرورية. ومن بين أمور أخرى، تتيح البنية لذاكرة KV cache المستخدمة أثناء توليد الاستجابة أن تبقى محلية قدر الإمكان.
ساعد الذكاء الاصطناعي في تصميم الشريحة نفسها
أدى الذكاء الاصطناعي دوراً مباشراً في تطوير Jalapeño. ووفقاً لـOpenAI، انتقل الفريق من التصميم الأولي إلى tape-out خلال تسعة أشهر. واستُخدم الذكاء الاصطناعي لاستكشاف خيارات التنفيذ، وتحسين الكتل الحسابية، وتسريع دورات التحقق والقياس.
استخدم الفريق لاحقاً Codex مع GPT-Astra لتحسين الشريحة لثلاثة نماذج بأوزان مفتوحة لم تكن ضمن خطة الإنتاج الأصلية. واستغرق العمل شهرين. وفي كتل attention وmixture-of-experts محددة من GPT-OSS، عملت التطبيقات التي ولّدها الذكاء الاصطناعي بسرعة أعلى بمقدار 1.5-1.8 مرة من الإصدارات السابقة التي كتبها الخبراء.
هناك تحفّظ مهم: ينطبق هذا المكسب في الأداء على كتل حوسبة محددة، وليس على نموذج GPT-OSS ككل.
مشكلة NVIDIA ليست Jalapeño بعد، بل الاتجاه الكامن وراءها
لن تعيد شريحة متخصصة واحدة تشكيل سوق عتاد الذكاء الاصطناعي بين عشية وضحاها. ولا تكمن أفضلية NVIDIA في أداء الحوسبة الخام لـGB200 أو GB300 فحسب، بل أيضاً في منظومة برمجيات CUDA، والشبكات، وبنية الخوادم، والقدرة على استخدام المنصة نفسها عبر طيف واسع من النماذج وأعباء العمل.
تكمن أهمية Jalapeño في مكان آخر. تعرف OpenAI بدقة أعباء العمل التي تولدها خدماتها الخاصة، ويمكنها تحسين العتاد حولها. وقد اتبعت Google وAmazon وشركات السحابة الكبرى الأخرى المنطق نفسه لسنوات. ويضيف دخول OpenAI إلى السوق بشريحتها الخاصة مزيداً من الضغط لجعل حوسبة الذكاء الاصطناعي أرخص وأكثر كفاءة في الطاقة.
تخطط OpenAI لنشر Jalapeño في بنيتها التحتية الحاسوبية الخاصة بحلول نهاية عام 2026. كما أن شريحة من الجيل الثاني في مراحل متقدمة من التطوير بالفعل، بينما بدأت بنية الجيل الثالث تتبلور.
تكتسب كفاءة الطاقة أهمية خاصة لأوروبا. فنمو مراكز بيانات الذكاء الاصطناعي يعني منافسة مباشرة على السعة الكهربائية ووصلات الشبكة. وإذا كانت شرائح الاستدلال المتخصصة قادرة بالفعل على تقديم عمل مفيد أكثر بكثير لكل كيلوواط، فقد يثبت أن أثرها الاقتصادي أهم من أي انتصار منفرد في معيار أداء على NVIDIA.
لا تنافس Jalapeño شرائح التدريب
هذه هي أول شريحة استدلال داخلية من OpenAI، ما يعني أنها حُسّنت أساساً لتشغيل النماذج التي تم تدريبها بالفعل بدلاً من تدريب نماذج كبيرة جديدة من الصفر. وستواصل الشركة استخدام المسرّعات من NVIDIA وشركاء آخرين للتدريب والاستدلال على حد سواء.
استخدمت OpenAI معيار InferenceX العام واختبرت ثلاثة نماذج: GPT-OSS 120B وDeepSeek R1 670B وKimi K2.5 1T. واستخدمت أنظمة NVIDIA GB200 وGB300 للمقارنة.
مع GPT-OSS 120B، حققت Jalapeño ذروة إنتاجية بلغت 85,448 رمز إدخال وإخراج في الثانية لكل كيلوواط، مقارنة بـ44,960 لـGB200. وهذا يمنح Jalapeño أفضلية تقارب 1.9 مرة. وبلغ زمن استجابة الاستعلام من البداية إلى النهاية 1.03 ثانية مقابل 1.80 ثانية على التوالي.
حقق DeepSeek R1 فجوة أكبر في زمن الاستجابة. أكملت Jalapeño الاستعلام خلال 1.65 ثانية، بينما احتاج GB300 إلى 5.99 ثانية. وبلغت ذروة الإنتاجية لكل وحدة طاقة 19,641 رمز إدخال وإخراج في الثانية لكل كيلوواط على Jalapeño و11,781 على GB300. ومع Kimi K2.5، قاست OpenAI ذروة إنتاجية أعلى بنحو 1.5 مرة لكل وحدة طاقة وزمن استجابة إجمالي أقل بمقدار 3.4 مرات لـJalapeño.
هذه قياسات OpenAI الخاصة، وليست نتائج من مختبر مستقل. كما ينبغي قراءة أرقام كفاءة الطاقة في سياق المنهجية. فقد وحّدت OpenAI النتائج باستخدام القدرة الاسمية المنشورة للمسرّعات بدلاً من قياس استهلاك الطاقة الفعلي لكل نظام منافس في ظروف متطابقة.
الشريحة ذات 700 W لم تسحب أكثر من 550 W في الاختبارات
تبلغ القدرة الاسمية لـJalapeño 700 W. ووفقاً لـOpenAI، ظل استهلاك الطاقة الفعلي عند 550 W أو أقل في أعباء العمل التي جرى اختبارها. واستخدمت الشركة في حساباتها القدرة الاسمية المنشورة من NVIDIA، وهي 1,200 W لـGB200 و1,400 W لـGB300.
أصبح العمل المنجز لكل وحدة طاقة مهماً بصورة متزايدة في مراكز بيانات الذكاء الاصطناعي الكبيرة. إذ يمكن للسعة الكهربائية والتبريد ووصلات الشبكة أن تقيد نمو مزارع الخوادم بقدر توافر الشرائح تماماً. وإذا أمكن خدمة عدد أكبر من الاستعلامات من كل كيلوواط، تنخفض تكلفة البنية التحتية لكل رمز مولّد أو طلب مستخدم.
صُممت بنية Jalapeño حول المراحل المختلفة لاستدلال النماذج اللغوية. فمعالجة الإدخال الأولية، أو prefill، كثيفة الحوسبة أساساً. أما توليد الاستجابة رمزاً تلو الآخر، أو decode، فيعتمد بدرجة أكبر على عرض نطاق الذاكرة. كما يُستهلك الوقت أيضاً في نقل البيانات وحالة النموذج بين الشرائح ووحدات الحوسبة.
صممت OpenAI المعالج والذاكرة والشبكات والبرمجيات كنظام متكامل واحد بهدف تقليل حركة البيانات غير الضرورية. ومن بين أمور أخرى، تتيح البنية لذاكرة KV cache المستخدمة أثناء توليد الاستجابة أن تبقى محلية قدر الإمكان.
ساعد الذكاء الاصطناعي في تصميم الشريحة نفسها
أدى الذكاء الاصطناعي دوراً مباشراً في تطوير Jalapeño. ووفقاً لـOpenAI، انتقل الفريق من التصميم الأولي إلى tape-out خلال تسعة أشهر. واستُخدم الذكاء الاصطناعي لاستكشاف خيارات التنفيذ، وتحسين الكتل الحسابية، وتسريع دورات التحقق والقياس.
استخدم الفريق لاحقاً Codex مع GPT-Astra لتحسين الشريحة لثلاثة نماذج بأوزان مفتوحة لم تكن ضمن خطة الإنتاج الأصلية. واستغرق العمل شهرين. وفي كتل attention وmixture-of-experts محددة من GPT-OSS، عملت التطبيقات التي ولّدها الذكاء الاصطناعي بسرعة أعلى بمقدار 1.5-1.8 مرة من الإصدارات السابقة التي كتبها الخبراء.
هناك تحفّظ مهم: ينطبق هذا المكسب في الأداء على كتل حوسبة محددة، وليس على نموذج GPT-OSS ككل.
مشكلة NVIDIA ليست Jalapeño بعد، بل الاتجاه الكامن وراءها
لن تعيد شريحة متخصصة واحدة تشكيل سوق عتاد الذكاء الاصطناعي بين عشية وضحاها. ولا تكمن أفضلية NVIDIA في أداء الحوسبة الخام لـGB200 أو GB300 فحسب، بل أيضاً في منظومة برمجيات CUDA، والشبكات، وبنية الخوادم، والقدرة على استخدام المنصة نفسها عبر طيف واسع من النماذج وأعباء العمل.
تكمن أهمية Jalapeño في مكان آخر. تعرف OpenAI بدقة أعباء العمل التي تولدها خدماتها الخاصة، ويمكنها تحسين العتاد حولها. وقد اتبعت Google وAmazon وشركات السحابة الكبرى الأخرى المنطق نفسه لسنوات. ويضيف دخول OpenAI إلى السوق بشريحتها الخاصة مزيداً من الضغط لجعل حوسبة الذكاء الاصطناعي أرخص وأكثر كفاءة في الطاقة.
تخطط OpenAI لنشر Jalapeño في بنيتها التحتية الحاسوبية الخاصة بحلول نهاية عام 2026. كما أن شريحة من الجيل الثاني في مراحل متقدمة من التطوير بالفعل، بينما بدأت بنية الجيل الثالث تتبلور.
تكتسب كفاءة الطاقة أهمية خاصة لأوروبا. فنمو مراكز بيانات الذكاء الاصطناعي يعني منافسة مباشرة على السعة الكهربائية ووصلات الشبكة. وإذا كانت شرائح الاستدلال المتخصصة قادرة بالفعل على تقديم عمل مفيد أكثر بكثير لكل كيلوواط، فقد يثبت أن أثرها الاقتصادي أهم من أي انتصار منفرد في معيار أداء على NVIDIA.
