W środę, 24 czerwca 2026 roku, OpenAI i Broadcom oficjalnie zaprezentowały Jalapeño, pierwszy autorski procesor OpenAI do wnioskowania w modelach językowych. To nie jest kolejny zakup kart graficznych Nvidii ani kontraktowanie chmury od Microsoftu, to sygnał, że twórca ChatGPT postanowił zejść głębiej w stos technologiczny niż kiedykolwiek wcześniej.
Kluczowe fakty:
- 24 czerwca 2026 roku OpenAI i Broadcom zaprezentowały Jalapeño – pierwszy autorski procesor ASIC OpenAI, zaprojektowany od podstaw wyłącznie do zadań inferencji w modelach językowych.
- Od pierwszego projektu do etapu tape-out minęło zaledwie dziewięć miesięcy, co według obu firm stanowi najkrótszy znany cykl rozwoju układu ASIC tej klasy w historii zaawansowanych półprzewodników.
- Przy projektowaniu Jalapeño wykorzystano systemy AI OpenAI do przyspieszenia części procesu projektowania i optymalizacji układu, a trzecim partnerem projektu była firma Celestica, odpowiedzialna za infrastrukturę centrów danych.
Jalapeño to układ ASIC (application-specific integrated circuit) zaprojektowany od zera wyłącznie pod zadania inferencji, czyli generowania odpowiedzi przez modele językowe w czasie rzeczywistym. Nie jest to procesor ogólnego przeznaczenia zaadaptowany do AI, lecz architektura skrojona pod konkretne wzorce obciążenia, jakie OpenAI obserwuje codziennie w ChatGPT, Codex i interfejsie API.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Dziewięć miesięcy od pomysłu do gotowego układu
Tempo prac robi wrażenie nawet jak na standardy branży półprzewodnikowej. OpenAI i Broadcom twierdzą, że od pierwszego projektu do etapu tape-out, czyli przekazania gotowego wzorca do produkcji, minęło zaledwie dziewięć miesięcy. Zdaniem obu firm to najkrótszy znany cykl rozwoju układu ASIC tej klasy w historii zaawansowanych półprzewodników.
Projekt opracowano w głębokiej współpracy inżynierów OpenAI z zespołem Broadcom. Inżynierowie OpenAI wiedzieli, co chcą osiągnąć, bo sami obsługują te systemy każdego dnia. Trzecim partnerem była firma Celestica, odpowiedzialna za projektowanie płyt, stelażu i infrastruktury centrów danych.
Osobliwość tego ogłoszenia polega na tym, że modele OpenAI pomagały zaprojektować infrastrukturę, na której będą działać następne modele OpenAI. Firma przyznaje, że systemy AI przyspieszyły części procesu projektowania i optymalizacji układu. Jak ujął to Greg Brockman, prezydent i współzałożyciel OpenAI:
„Świat przechodzi w kierunku gospodarki opartej na mocy obliczeniowej. Jalapeño to część naszej długoterminowej strategii pełnego stosu infrastrukturalnego, dzięki której chcemy uczynić obliczenia bardziej dostępnymi, a w konsekwencji AI szybszą, bardziej niezawodną i tańszą dla ludzi i firm.” / „The world is moving to a compute-powered economy. Jalapeño is part of our long-term full-stack infrastructure strategy to make compute more abundant, resulting in AI which is faster, more reliable, more affordable for people and businesses, and can be used to solve more important problems.”
Próbki inżynieryjne Jalapeño działają już w laboratorium przy docelowej częstotliwości i poborze mocy, uruchamiając między innymi obciążenia modelu GPT-5.3-Codex-Spark.
Co wyróżnia architekturę Jalapeño
Układ nie jest przeróbką wcześniejszego akceleratora. OpenAI twierdy, że zaprojektowało go wokół rzeczywistych wąskich gardeł inferencji na dużą skalę: przesyłu danych między komponentami, równowagi między zasobami obliczeniowymi a pamięcią i infrastrukturą sieciową, a także wzorców obsługi zapytań charakterystycznych dla modeli granicznej klasy.
Celem było połączenie wysokiej przepustowości z niskimi opóźnieniami, czego osobno próbowały dotąd dwie różne klasy sprzętu. OpenAI zapowiada, że wczesne testy wskazują na wyraźnie lepszą efektywność energetyczną niż u obecnych liderów rynku. Szczegółowy raport techniczny z wynikami ma się pojawić w ciągu kilku najbliższych miesięcy.
Broadcom dostarcza do projektu swoje technologie sieci krzemowych, w tym przełączniki sieciowe Tomahawk. Richard Ho, szef programu sprzętowego w OpenAI, stwierdził:
„Jalapeño zostało zaprojektowane od podstaw pod kątem inferencji w modelach językowych, z wykorzystaniem szczegółowych danych z naszej bliskiej współpracy z badaczami OpenAI. Zoptymalizowaliśmy architekturę pod kątem jąder obliczeniowych, przenoszenia danych w pamięci, infrastruktury sieciowej i wzorców obsługi, które mają największe znaczenie dla modeli AI klasy granicznej.” / „Jalapeño was designed from the ground up for LLM inference using detailed insights from our close collaboration with OpenAI researchers. We optimized the architecture around the kernels, memory movement, networking, and serving patterns that matter most for frontier AI models.”
Jalapeño to odpowiedź na pytanie, które kładzie się cieniem na finansach OpenAI od lat: co zrobić z rachunkiem za moc obliczeniową, który rośnie szybciej niż przychody? W 2025 roku OpenAI wydało 34 miliardy dolarów przy przychodach rzędu 13 miliardów, z czego koszty infrastruktury obliczeniowej pochłonęły 7,5 miliarda tylko po stronie operacyjnej. Własny układ do inferencji nie rozwiązuje tego problemu od razu, ale zmienia dynamikę. Firma przestaje płacić marżę Nvidii za każde zapytanie w ChatGPT i zaczyna kontrolować jedną z najważniejszych warstw kosztu produktu. To nie jest zagranie technologiczne. To zagranie finansowe.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Nvidia w roli wielkiego nieobecnego
OpenAI od początku boomu na generatywną AI w 2022 roku było jednym z największych odbiorców kart graficznych Nvidii. Jalapeño nie zmienia tego z dnia na dzień, bo układ jest przeznaczony wyłącznie do inferencji, natomiast OpenAI nadal polega na GPU Nvidii w procesach trenowania modeli. W lutym 2026 roku firma podpisała z Nvidią kontrakt wart 30 miliardów dolarów, obejmujący platformę Vera Rubin.
Ale presja rynkowa jest czytelna. Układ ASIC jest mniej elastyczny niż GPU, jednak może być tańszy i bardziej wydajny w wąsko zdefiniowanym zadaniu. Prezes Broadcom Hock Tan powiedział CNBC, że Jalapeño ma obniżyć koszt inferencji o około 50 procent. Tego rodzaju liczby były dotąd zarezerwowane dla materiałów marketingowych, więc należy poczekać na niezależne benchmarki, jednak kierunek jest jednoznaczny.
Ceodex Broadcomu wskazał też, że popyt jego sześciu największych klientów na niestandardowy sprzęt jest „po prostu nienasycony” i prognozuje utrzymanie tego trendu co najmniej do 2028 roku. Akcje Broadcom są w tym roku 10 procent wyżej niż w styczniu, a od końca 2022 roku wzrosły prawie siedmiokrotnie.
Jalapeño w kontekście wyścigu custom silicon
OpenAI dołącza do klubu, do którego Google, Amazon, Microsoft i Meta należą od lat.
- Google: TPU (Tensor Processing Unit), kilka generacji, stosowane zarówno do trenowania jak i inferencji
- Amazon: Trainium (trenowanie) i Inferentia (inferencja)
- Microsoft: akceleratory Maia 200
- Meta: MTIA (Meta Training and Inference Accelerator)
- OpenAI: Jalapeño (wyłącznie inferencja, we współpracy z Broadcom)
Broadcom pełni rolę wspólnego mianownika tego wyścigu. Firma jest partnerem przy układach TPU Google’a i teraz przy Jalapeño, a niedawno zawarła duże porozumienie obliczeniowe z Anthropic i Google. Stała się cicho kluczowym graczem w łańcuchu dostaw custom silicon dla całej branży AI.
Skala wdrożenia i finansowe tło
Plan zakłada wdrożenie Jalapeño w aktywnych centrach danych jeszcze przed końcem 2026 roku, choć Hock Tan zaznaczył w rozmowie z CNBC, że na początku będzie to faza prototypowa, a pełna skala produkcyjna przyjdzie później. Celem długookresowym jest osiągnięcie 10 gigawatów mocy obliczeniowej opartej na tym układzie do 2029 roku. Dla odniesienia: jeden gigawat to mniej więcej moc dużej elektrowni jądrowej. Partnerstwo z Microsoftem przewiduje, że firma ta odkupi około 40 procent chipów z pierwszej fazy.
Finansowe tło tego ogłoszenia jest nieprzypadkowe. OpenAI wygenerowało w 2025 roku 13 miliardów dolarów przychodów, ale przy kosztach operacyjnych rzędu 34 miliardów dolarów, co przełożyło się na stratę operacyjną sięgającą prawie 21 miliardów. Wewnętrzne prognozy firmy zakładają, że straty w 2026 roku wzrosną do 14 miliardów, a rentowność ma zostać osiągnięta nie wcześniej niż w 2029 roku. Własny układ scalony to próba przecięcia tego węzła gordyjskiego przez zmianę struktury kosztów od dołu.
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.
Co to oznacza dla polskich firm i deweloperów
Jalapeño nie jest sprzętem do kupienia. OpenAI nie sprzedaje go na rynku, lecz używa we własnej infrastrukturze. Korzyści dla użytkowników zewnętrznych, w tym polskich firm i deweloperów, są pośrednie, ale realne:
- Tańsze zapytania przez API jeśli Jalapeño faktycznie obniży koszt inferencji, można oczekiwać, że OpenAI przełoży część tych oszczędności na ceny dla klientów API
- Szybszy ChatGPT lepsza efektywność energetyczna i wyższa przepustowość mogą skrócić czas odpowiedzi przy dużym obciążeniu
- Mniejsza zależność od jednego dostawcy GPU zdywersyfikowanie infrastruktury OpenAI zmniejsza ryzyko przestojów wynikających z niedoborów Nvidii
Polskie firmy wdrażające rozwiązania na bazie ChatGPT lub API OpenAI w obszarach obsługi klienta, automatyzacji procesów czy generowania treści powinny obserwować, czy po wdrożeniu Jalapeño zmienią się cenniki. Rynek usług AI w Polsce rośnie, a koszt tokenów to jedna z najważniejszych zmiennych w kalkulacji opłacalności projektów.
Ogólny trend jest natomiast wyraźny: duże firmy technologiczne, które wydają miliardy na infrastrukturę obliczeniową, przestają tolerować marże dostawców GPU. To strukturalna zmiana, która będzie kształtować rynek przez następną dekadę.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu OpenAI z dnia 24.06.2026, komunikatu prasowego Broadcom z dnia 24.06.2026, analizy Tom’s Hardware, CNBC, The Next Web oraz materiałów finansowych z PurePC.pl i Spidersweb.pl. Cytaty Grega Brockman i Richarda Ho zostały zweryfikowane z oryginalnym anglojęzycznym komunikatem prasowym OpenAI. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji, w tym po publikacji zapowiadanego szczegółowego raportu technicznego dotyczącego wydajności układu Jalapeño.
