AIToday
大規模言語モデルAIビジネス・産業OpenAI Blog掲載日時: 2026年8月26日 1:01

OpenAI独自チップで初の性能実証

LINEで送る
OpenAI独自チップで初の性能実証

3つのポイント

  1. 何が起きたか

    OpenAIは、初のカスタム推論チップ「Jalapeño」の実測性能を、GPT‑OSS 120Bを用いた公開ベンチマークで初めて公表した。同チップは比較対象の商用システムを上回る1キロワット当たりのピークスループットと、低いトークン遅延を達成。DeepSeek R1やKimi K2でも高い性能を示した。

  2. なぜ重要か

    このチップにより、OpenAIはモデルの運用方法とその経済性をより強く掌握できる。チップ、ソフトウェア、モデルを一体的に開発することで、スループット、遅延、エネルギー効率、コストを一つのシステムとして改善でき、マイクロソフトやNVIDIAといったパートナーのアクセラレーターに加えて、自社製の信頼できる選択肢が生まれる。

  3. 注目点

    チップの利点がベンチマークを超えて本番環境の経済性に及ぶかが焦点だ。主張は実測結果に基づいており、OpenAIは次世代の開発がすでに進行中だとしている。初期導入からどれだけ速く規模を拡大できるかに注目が集まる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

OpenAIの発表は、チップ、データセンター、モデル、製品を網羅する統合システムとしての計算戦略の一環だ。同社は、優れた技術が経済性を向上させ、それがさらなる研究開発の資金になると説明する。Jalapeñoはこうしたスタックの掌握度を高め、推論処理における外部チップへの依存を減らす一歩となる。公開ベンチマークでの実測結果は初期段階ながらも確かな進展だ。

同社は効率向上を経済的観点から捉え、効率向上が消費を拡大させるというジェボンズのパラドックスを引き合いに出す。ビジネス読者にとって重要なのは実際の効果だ。独自チップが提供コストを下げられれば、その削減分がAI製品の価格低下につながる可能性がある。また、OpenAIは高性能なモデルほど回答に必要な出力トークンが少なくなり、開発者のコストもさらに下がると強調する。

長期的な課題は、このチップがベンチマークでの成果を本番環境での性能にまで拡大できるか、そして顧客にとって有意なコスト削減を実現するかだ。次世代の開発は進行中だが、価格への短期的な影響はなお数四半期先になりそうだ。

よくある質問
推論チップとは何か?
推論チップは、訓練後のAIモデルを実行して回答を効率よく生成するために設計されたプロセッサーだ。Jalapeñoはこの目的でOpenAIが初めて開発した独自チップである。
既存システムとの比較ではどうか?
公開ベンチマークでは、比較対象の商用システムと比べて、1キロワット当たりのピークスループットが高く、トークン遅延が低かった。DeepSeek R1とKimi K2のモデルでも高い性能を示した。
なぜOpenAIは独自チップを開発したのか?
モデル、ソフトウェア、チップ、ネットワークを一体的に開発することで、性能とコストを一つのシステムとして改善できる。NVIDIAなどパートナーのチップに加えて、自社製の選択肢を確保する狙いがある。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へRopedia、ロボット訓練用ウェアラブル「HOMIE Gen2」発表