OpenAI pokazało we wtorek 25 sierpnia na konferencji Hot Chips pierwsze wyniki wydajności Jalapeño, swojego własnego układu do inferencji zaprojektowanego razem z Broadcomem. Według pomiarów z benchmarku InferenceX firmy SemiAnalysis akcelerator wykonuje od 1,5 do 1,9 raza więcej pracy na wat niż najlepsze dostępne dziś systemy Nvidii i odpowiada od 1,7 do 3,6 raza szybciej.
Kluczowe fakty:
- Akcelerator Jalapeño, zaprojektowany przez OpenAI we współpracy z Broadcomem, osiąga od 1,5 do 1,9 raza wyższą wydajność energetyczną oraz od 1,7 do 3,6 raza niższe opóźnienie w porównaniu z systemami Nvidii GB200 i GB300, według benchmarku InferenceX firmy SemiAnalysis.
- Testy przeprowadzono na trzech modelach językowych: GPT-OSS 120B, DeepSeek R1 670B oraz Kimi K2.5 1T, przy czym układ osiągnął około 1400 tokenów na sekundę na użytkownika przy modelu GPT-OSS 120B.
- Jalapeño jest ogólnoprzeznaczonym akceleratorem służącym wyłącznie do inferencji modeli językowych, a nie do ich trenowania, i nie jest zoptymalizowany specjalnie pod modele OpenAI.
Czerwcowa premiera Jalapeño była komunikatem prasowym pełnym przymiotników. Sierpniowa prezentacja to pierwszy moment, w którym OpenAI pokazało konkretne liczby. I są to liczby, przy których warto się zatrzymać, bo pierwsza generacja własnego krzemu rzadko wygrywa z produktem firmy, która robi to od dekad.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Liczby, które OpenAI położyło na stole
Testy przeprowadzono na publicznym pakiecie InferenceX. Dane dostarczyło OpenAI, a SemiAnalysis zweryfikował część przebiegów na miejscu, w laboratorium firmy. Punktem odniesienia były najlepsze zarejestrowane wyniki systemów rackowych Nvidii GB200 i GB300.
Co wyszło:
- Od 1,5 do 1,9 raza więcej pracy na wat przy szczytowej przepustowości, na trzech testowanych modelach
- Od 1,7 do 3,6 raza niższe opóźnienie od zapytania do odpowiedzi
- Od 2,1 do 4,1 raza wyższa wydajność przy obciążeniach interaktywnych, czyli dokładnie takich, jakie generuje ruch w ChatGPT
- Około 1400 tokenów na sekundę na użytkownika przy modelu GPT-OSS 120B
- Ponad 700 tokenów na sekundę przy DeepSeek R1 670B i pojedynczym równoległym zapytaniu
- Od 54 do 104 razy wyższa przepustowość tokenów na kilowat przy zrównanej prędkości dekodowania, w porównaniu z najlepszym dostępnym akceleratorem
Zestaw modeli testowych to GPT-OSS 120B, DeepSeek R1 670B i Kimi K2.5 1T. Wybór nie jest przypadkowy ani złośliwy wobec konkurencji: to po prostu modele, których używa InferenceX. Jalapeño nie jest przy tym dostrojone pod modele samego OpenAI. To ogólnoprzeznaczeniowy akcelerator inferencji dużych modeli językowych, który wyłącznie uruchamia modele, a nie trenuje ich.
Richard Ho, szef działu sprzętu w OpenAI, podsumował to podczas rozmowy z dziennikarzami: „Sedno jest takie, że wyniki pokazują bardzo, bardzo znaczący postęp wydajności wobec obecnego stanu techniki” / „The bottom line is that the results show a very, very significant performance advance over state of the art.”
Skąd bierze się przewaga: 700 watów kontra 1400
Najciekawsza część tej historii nie leży w samych wynikach, tylko w budżecie mocy. Jalapeño to układ o poborze rzędu 700 W, mierzony wobec akceleratorów o klasyfikacji 1200 i 1400 W. Każda obudowa łączy pojedynczą kość obliczeniową o rozmiarze pełnej retykuły, wykonaną w procesie N3P TSMC, z sześcioma stosami pamięci HBM4. Daje to 216 GiB pamięci i 15,4 TB/s przepustowości na obudowę oraz 13,4 PFLOPS w formacie MXFP4.
Dla porównania GB300 dysponuje 288 GB pamięci HBM3E przy klasyfikacji 1400 W. W przeliczeniu na wat OpenAI upakowało więc mniej więcej połowę więcej pamięci.
Sama architektura celuje w konkretne wąskie gardło. OpenAI podzieliło rdzenie i pamięć na dopasowane „plastry”, w których każdy fragment mocy obliczeniowej ma lokalny, niskoopóźnieniowy dostęp do przypisanego mu wycinka HBM. Stan modelu, łącznie z pamięcią podręczną KV używaną przy generowaniu odpowiedzi, można świadomie umieścić i utrzymać lokalnie, zamiast przerzucać dane w tę i z powrotem. Prezentacja z Hot Chips mówi wprost, że problemem nie jest ilość pasma HBM, tylko umiejętność jego faktycznego wykorzystania.
Jest jeszcze jeden szczegół, który robi te wyniki mocniejszymi, niż wyglądają. Jalapeño osiągnęło je bez przewidywania wielu tokenów naraz i bez dekodowania spekulacyjnego. Część systemów porównawczych z tych optymalizacji korzystała. Zapas na poprawę wciąż więc istnieje.
Zastrzeżenia, o których nie mówi się na slajdach
Teraz część, którą łatwo przeoczyć w entuzjazmie.
Rubin już jedzie do klientów. Jalapeño, według relacji z konferencji, nie wyszło poza próbki inżynieryjne. OpenAI zapowiada wdrożenia we własnych centrach danych jeszcze w tym roku i produkcję wolumenową w 2027. Między działającym egzemplarzem laboratoryjnym a gigawatami zainstalowanej mocy leży sporo rzeczywistości.
Nvidia i AMD opublikowały już wyniki dla większych modeli, takich jak DeepSeek V4 Pro czy Kimi K3. Na Jalapeño nikt ich jeszcze nie przepuścił.
SemiAnalysis zwraca też uwagę, że uczciwym punktem odniesienia nie jest Blackwell, tylko nowsza platforma Vera Rubin, bo obie korzystają z HBM4. Nawet w tym zestawieniu Jalapeño wyciska więcej tokenów wyjściowych na megawat, choć akcelerator Nvidii używa optymalizacji, której układ OpenAI jeszcze nie przyjął. Ale w całkowitym koszcie posiadania w przeliczeniu na token oba rozwiązania wychodzą mniej więcej na remis. To zdanie zmienia wydźwięk całej prezentacji. Przewaga energetyczna jest realna, przewaga ekonomiczna na razie nie.
Patrzę na te wyniki z dwoma sprzecznymi odruchami naraz. Pierwszy to podziw: firma, która trzy lata temu nie miała zespołu sprzętowego, wypuściła układ pierwszej generacji bijący produkt Nvidii pod względem wydajności na wat. To się po prostu nie zdarza w tej branży. Drugi odruch to ostrożność, bo liczby dostarczył producent. SemiAnalysis zweryfikował część przebiegów w laboratorium OpenAI, co jest dużo więcej niż zwykły komunikat marketingowy, ale wciąż nie jest tym samym co niezależny test w cudzej serwerowni. Zwróciłbym uwagę na jedno zdanie, które przemyka bokiem: w całkowitym koszcie posiadania na token Jalapeño i Vera Rubin wychodzą na remis. Jeśli wydajesz miliardy na własny krzem, żeby wyjść na zero wobec produktu, który możesz po prostu kupić, to sensem tej inwestycji nie jest cena. Sensem jest kontrola nad łańcuchem dostaw i pozycja negocjacyjna wobec Nvidii. Pytanie, na które nie mam dziś odpowiedzi, brzmi: czy przy takim tempie fragmentacji rynku akceleratorów za dwa lata ktokolwiek poza kilkoma największymi graczami będzie miał zasoby, żeby w ogóle brać udział w tym wyścigu.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Dziewięć miesięcy i modele, które pomagają projektować krzem
Harmonogram powstania układu jest osobną historią. Prace projektowe ruszyły w połowie 2024 roku, gotowy projekt trafił do produkcji w listopadzie 2025. Cały cykl zajął około szesnastu miesięcy, ale OpenAI podkreśla, że od pierwszego projektu układu do skończonego planu wysłanego do fabryki minęło dziewięć miesięcy.
Firma przyznaje, że korzystała przy tym z własnych modeli. Starsze generacje pomagały przy projektowaniu układu, nowsze przyspieszały programowanie i optymalizację. To pierwszy przypadek, w którym producent modeli mówi otwarcie, że jego modele skróciły drogę do krzemu, na którym te modele mają potem działać.
Czy fosa CUDA właśnie zaczęła przeciekać
Dylan Patel, szef SemiAnalysis, ujął rzecz bez owijania: „Zwykle układy pierwszej generacji nie są konkurencyjne, ale OpenAI bije Blackwella Nvidii, a nawet Rubina” / „Usually first generation chips aren’t competitive, but OpenAI is beating Nvidia Blackwell and even Rubin.”
Jego firma poszła dalej i uderzyła w najczulszy punkt Nvidii, czyli w ekosystem oprogramowania: „Fosa CUDA jest potencjalnie martwa, biorąc pod uwagę, jak szybko OpenAI potrafi uruchomić nowe modele na własnym krzemie” / „The CUDA moat is potentially dead given how fast OpenAI can bring up new models on their silicon.”
Byłbym tu ostrożny. Patel sam w innych wypowiedziach zauważa, że fosa CUDA nie bierze się z samego języka programowania, tylko z tego, że praktycznie każdy liczący się model otwarty, od DeepSeeka po Qwena i Kimi, jest współprojektowany pod sprzęt Nvidii. Jeśli budujesz na tych modelach, wybierasz Nvidię niejako przy okazji. OpenAI jest w wyjątkowej sytuacji, bo projektuje modele i krzem jednocześnie i nie musi czekać, aż ktoś przeportuje jądra obliczeniowe.
Sarah Friar, dyrektorka finansowa OpenAI, ustawia Jalapeño jako element szerszej układanki, w której centra danych, układy, modele, platforma dla programistów, produkty i urządzenia mają działać jako jeden system. Według niej własny układ uzupełnia, a nie zastępuje współpracę z Nvidią, AMD, AWS, Cerebras i CoreWeave. Wszystkie te firmy są jednocześnie inwestorami lub partnerami obliczeniowymi OpenAI i wszystkie budują własne akceleratory. Relacja jest więc równocześnie kooperacyjna i konkurencyjna, a Broadcom, który dorabia się na projektowaniu układów dla cudzych ambicji, celuje w ponad sto miliardów dolarów przychodu ze sprzedaży chipów AI w 2027 roku.
Szczegółową analizę architektury SemiAnalysis opublikował także w wątku na swoim profilu twitter.com/SemiAnalysis_.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polski odbiorca kupuje tokeny, nie krzem
Tu trzeba powiedzieć rzecz oczywistą, którą łatwo przegapić: Jalapeño nie trafi do sprzedaży. To układ przeznaczony do własnych centrów danych OpenAI i do infrastruktury jego partnerów. Żadna polska firma nie kupi go do serwerowni, tak jak kupuje karty Nvidii.
Co więc z tego wynika nad Wisłą?
Polskie firmy stykają się z ekonomią inferencji przez cennik API, nie przez fakturę za sprzęt. Jeśli OpenAI faktycznie obniży swój koszt obsługi zapytania, prędzej czy później zobaczymy to w cenach tokenów. To dotyczy każdego, kto zbudował produkt na GPT, od Allegro po kilkuosobowe studia software’owe. Historia ostatnich dwóch lat pokazuje, że oszczędności po stronie dostawcy schodzą do cennika z opóźnieniem, ale schodzą.
Druga sprawa to energia. Przy polskich cenach prądu różnica między układem o poborze 700 W a takim, który zjada 1400 W, przestaje być ciekawostką inżynierską i staje się pozycją w budżecie. Dotyczy to każdego, kto uruchamia modele lokalnie, a takich wdrożeń w Polsce przybywa, od Bielika i PLLuM po prywatne instalacje w kancelariach i placówkach medycznych, gdzie dane po prostu nie mogą opuścić firmy. Sęk w tym, że ci wszyscy odbiorcy dalej będą kupować karty Nvidii lub AMD, a nie krzem OpenAI.
I trzecia rzecz, o której polskie redakcje branżowe piszą od kilku tygodni: kontraktowe ceny akceleratorów Nvidii poszły w górę o blisko 40 procent między październikiem 2025 a marcem 2026, o czym pisał między innymi BitHub. Każdy poważny konkurent dla Nvidii, nawet taki, który nigdy nie trafi na wolny rynek, wywiera presję na te ceny. Polski integrator, który za rok będzie negocjował zakup klastra GPU, skorzysta na tym pośrednio, choć nigdy nie dotknie Jalapeño.
Obserwuję ten rynek na tyle długo, żeby wiedzieć, że pierwsze benchmarki producenta i wdrożenie produkcyjne to dwa różne światy. Ale kierunek jest czytelny. Największi klienci Nvidii przestali być wyłącznie klientami.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiałów źródłowych, w tym oficjalnego komunikatu OpenAI o układzie Jalapeño oraz relacji z prezentacji na konferencji Hot Chips z 25 sierpnia 2026 roku opublikowanych przez Tom’s Hardware i The Decoder. Wykorzystano również analizy SemiAnalysis dotyczące benchmarku InferenceX oraz doniesienia TechCrunch, The Register, CNBC i wccftech. Cytaty Richarda Ho, szefa działu sprzętu OpenAI, oraz Dylana Patela, szefa SemiAnalysis, zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Dane o polskim rynku pochodzą z publikacji BitHub.pl. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wdrożeniu Jalapeño i kolejnych wynikach porównawczych wobec platformy Vera Rubin.
