OpenAI تعلن Jalapeño، أول شريحة من تصميمها مخصصة لتشغيل النماذج
حين يتحول أكبر مشترٍ للرقائق إلى مصمم لها، يتحرك الأساس الذي تقوم عليه أسعار الـ API كلها، لأن تكلفة الـ inference تتحدد عند العتاد وهامش الربح فوقه.
أعلنت OpenAI في 26 أغسطس 2026 أول شريحة من تصميمها، واسمها Jalapeño. والشريحة مخصصة للـ inference فقط، أي لتشغيل النماذج بعد تدريبها، لا لتدريبها. وطُورت بالتعاون مع Broadcom في الشريحة والشبكات، ومع Celestica في تجميع الأنظمة.
ونشرت OpenAI أرقامًا تقارن فيها الشريحة بأنظمة Blackwell من NVIDIA: من 1.5 إلى 1.9 ضعف في حجم العمل عند أقصى throughput، وزمن استجابة أقل بما بين 1.7 و3.6 مرة، وسرعة أعلى بما بين 2.1 و4.1 مرة في الـ inference التفاعلي. وأُجريت الاختبارات على نماذج GPT-OSS-120B وDeepSeek R1 وKimi K2.5.
وهذه الأرقام صادرة عن OpenAI نفسها عن شريحتها، ولم يُنشر حتى الآن قياس مستقل من طرف ثالث يؤكدها.
أما سبب التفوق المعلن فيعود إلى التخصص. فالـ GPU مصمم ليجيد كل شيء: التدريب، والرسوميات، والحوسبة العلمية، ونماذج لا علاقة لها بشركة بعينها. بينما تستطيع الشريحة المصممة لنماذج شركة واحدة أن تتخلى عن كل ذلك، وأن تُشكَّل الذاكرة والوصلات الداخلية على مقاس العمل الذي ستؤديه فعلًا.
والتحول الأبعد أثرًا أن أكبر مشترٍ في السوق قرر أن يصبح صانعًا. فسعر الـ inference الذي يدفعه المطور في الـ API لا يتحدد عند النموذج وحده، بل عند العتاد الذي يعمل عليه وهامش الربح المضاف إليه. وحين يتخلص أكبر مشترٍ من هذا الهامش، يتحرك الأساس الذي تقوم عليه أسعار الـ API.
وفي المنطقة العربية، تُشترى وحدات GPU بعشرات الآلاف ضمن مشاريع توصف بالاستقلال التقني. وتضع خطوة OpenAI فارقًا واضحًا بين الشراء، وهو أقرب إلى استئجار القدرة الحاسوبية، والتصميم الذي يمنح ملكية فعلية لها.