OpenAI a dévoilé mardi, lors de la conférence Hot Chips, des benchmarks affirmant que sa nouvelle puce Jalapeño surpasse le GPU GB300 de Nvidia en vitesse comme en efficacité énergétique. De quoi faire tendre l'oreille à quiconque suit le secteur des puces IA : OpenAI se positionne désormais comme fabricant de puces, et non plus seulement comme client, un virage qui pourrait redessiner les chaînes d'approvisionnement de l'IA et des appareils du futur.
Ce qui s'est passé
Selon Tom's Hardware, OpenAI a présenté sa toute première puce maison, baptisée Jalapeño, lors du Hot Chips. L'entreprise revendique un débit jusqu'à 1,9 fois supérieur par kilowatt par rapport au GPU GB300 de Nvidia, ainsi qu'une latence 3,6 fois inférieure. La puce Jalapeño fonctionnerait à 700 W, contre 1 400 W pour le GB300, fleuron de Nvidia, toujours selon le rapport. Elle a été co-développée avec Broadcom, fabricant de semi-conducteurs reconnu. Il s'agit des premiers benchmarks publiés par OpenAI pour une puce conçue en interne, précise le média. Aucune date de sortie ni de tarification n'a été communiquée pour l'instant.
Comment on en est arrivé là
Hot Chips est une conférence annuelle où les fabricants de semi-conducteurs présentent leurs benchmarks techniques à des ingénieurs et chercheurs, selon le rapport. OpenAI n'avait jusqu'ici jamais publié de données de performance pour une puce conçue en interne. Le projet Jalapeño a été mené avec Broadcom comme partenaire de développement. Le GB300 de Nvidia est présenté comme le GPU phare actuel de l'entreprise pour les charges de travail liées à l'IA. Cette comparaison marque la première fois qu'OpenAI publie des données de benchmark opposant son propre silicium au matériel phare de Nvidia, signe d'une expansion au-delà du logiciel vers la conception de puces.
Pourquoi cela vous concerne
Pour les concepteurs de produits intégrant l'IA, une consommation électrique plus faible par unité de débit pourrait signifier du matériel moins cher et moins chaud, un enjeu pertinent pour les futures lunettes connectées et appareils AR nécessitant des puces efficaces. Pour les investisseurs de Nvidia, l'émergence d'un concurrent crédible accroît le risque concurrentiel pesant sur les ventes du GB300. Pour OpenAI, maîtriser la conception de ses puces pourrait réduire sa dépendance à Nvidia et abaisser ses coûts de calcul sur le long terme, ce qui pourrait influencer la tarification de son API et de ses produits grand public. Les utilisateurs d'applications basées sur l'IA pourraient à terme bénéficier de temps de réponse plus rapides si OpenAI déploie Jalapeño à grande échelle.
La question qui reste en suspens
Les benchmarks présentés par OpenAI proviennent de l'entreprise elle-même, et non de laboratoires de tests indépendants. Si des chercheurs externes confirment les gains revendiqués — 1,9 fois plus d'efficacité et une latence divisée par 3,6 —, cela poussera-t-il d'autres entreprises d'IA à accélérer leurs propres programmes de puces maison ? Et si la domination de Nvidia sur le marché des puces IA venait à s'éroder avec le temps, qui en profiterait le plus : les fabricants de puces, les fournisseurs cloud, ou les développeurs qui construisent la prochaine génération de matériel et d'appareils IA ?
À surveiller
Restez attentifs à une éventuelle vérification indépendante de ces revendications par des chercheurs externes ou des fabricants de puces concurrents. Surveillez aussi la réaction de Nvidia. Aucune date de sortie ni tarification publique n'a encore été annoncée pour la puce Jalapeño. Bonuz continuera de suivre l'impact des puces IA économes en énergie sur le matériel embarqué du futur, y compris les lunettes connectées et dispositifs AR.
