Nagpakita ang OpenAI ng mga benchmark sa Hot Chips noong Martes, kung saan sinabi nitong mas magaling ang bago nitong Jalapeño chip kaysa sa Nvidia GB300 GPU pagdating sa bilis at power efficiency. Dapat bantayan ito ng sinumang sumusubaybay sa AI hardware — dahil unti-unti nang pumopwesto ang OpenAI bilang chipmaker, hindi na lang basta bumibili ng chip, at posible itong magbago sa supply chain ng AI at mga susunod na device.
Ano ang aktuwal na nangyari
Ayon sa Tom's Hardware, inilabas ng OpenAI ang unang in-house chip nito na tinawag na Jalapeño, sa Hot Chips conference noong Martes. Ayon sa kumpanya, may hanggang 1.9 beses na mas mataas na throughput per kilowatt ang chip kumpara sa Nvidia GB300 GPU. Sinabi rin ng OpenAI na 3.6 beses na mas mabilis — mas mababa ang latency — ang Jalapeño. Tumatakbo ang Jalapeño sa 700W, kumpara sa 1,400W ng flagship na GB300 ng Nvidia, base sa ulat. Ito ang unang beses na naglabas ang OpenAI ng benchmark para sa sarili nitong disenyo ng chip, ayon sa outlet. Wala pang inilabas na timeline o presyo para sa Jalapeño chip ang OpenAI, base sa available na balita.
Paano ito nangyari
Ang Hot Chips ay taunang kumperensya kung saan naglalahad ang mga kumpanya ng semiconductor ng technical benchmark para sa mga engineer at researcher, ayon sa ulat. Hindi pa dati nagpakita ang OpenAI ng performance data para sa sarili nitong disenyo ng chip. Kasangkot sa proyekto ng Jalapeño chip ang Broadcom, isang kilalang semiconductor manufacturer, bilang development partner. Ang GB300 ng Nvidia ay inilarawan bilang kasalukuyang flagship GPU nito para sa AI workloads. Ito ang unang beses na naglabas ang OpenAI ng benchmark data na direktang inihambing ang sarili nitong silicon sa pinakamataas na hardware ng Nvidia — senyales ng paglawak nito mula software patungo sa disenyo ng chip.
Bakit ito mahalaga sa iyo
Para sa mga gumagawa ng AI-powered device, ang mas mababang power draw kada throughput ay maaaring mangahulugan ng mas mura at mas malamig na tumatakbong hardware para sa on-device AI — mahalaga ito para sa mga susunod na AR device at smart glasses na kailangan ng efficient na chip. Para sa mga investor ng Nvidia, dagdag na panganib sa benta ng GB300 ang pagkakaroon ng credible na kakumpitensya. Para sa OpenAI, ang pagkontrol sa disenyo ng chip ay maaaring makabawas sa pagdepende nito sa Nvidia at makapagpababa ng long-term na gastos sa compute — na maaaring makaapekto sa presyo ng API at consumer products ng OpenAI. Ang mga gumagamit ng AI apps ay maaaring makaranas ng mas mabilis na response time kung i-deploy ng OpenAI ang Jalapeño sa malaking sukat.
Ang mas malaking tanong
Mula mismo sa OpenAI ang mga benchmark na ito, hindi mula sa independent third-party testing labs. Kung kumpirmahin ng mga outside researcher ang inaangkin na 1.9 beses na efficiency gain at 3.6 beses na pagbaba ng latency, mapapabilis kaya nito ang sariling custom chip program ng ibang AI company? At kung humina ang dominasyon ng Nvidia sa AI chips sa paglipas ng panahon, sino ang pinakamakikinabang — ang mga chipmaker, ang cloud provider, o ang mga developer na bumubuo ng susunod na henerasyon ng AI hardware at device?
Ano ang bantayan
Bantayan ang independent verification ng mga benchmark claim na ito mula sa outside researcher o kalabang chipmaker. Bantayan din ang anumang tugon mula sa Nvidia. Wala pang public release date o presyo na inanunsyo para sa Jalapeño chip. Susubaybayan ng Bonuz kung paano makaaapekto ang power-efficient AI chip sa hinaharap na on-device compute, kabilang ang AR at smart glasses hardware.
