OpenAI veut construire davantage que des modèles d’IA. L’entreprise veut maintenant fabriquer les puces qui les font fonctionner.
Mercredi, OpenAI et Broadcom ont dévoilé « Jalapeño », la première puce d’intelligence artificielle personnalisée développée dans le cadre d’un effort plus vaste visant à créer une infrastructure spécialisée pour la prochaine génération de systèmes d’IA. Ce nouveau processeur est conçu spécifiquement pour l’inférence, l’étape au cours de laquelle les modèles d’IA génèrent des réponses pour les utilisateurs une fois l’entraînement terminé.
OpenAI affirme que Jalapeño a été conçue de zéro pour répondre aux exigences des grands modèles de langage, notamment ceux qui alimentent ChatGPT, Codex, les services d’API et les futurs agents d’IA.
Selon OpenAI, des échantillons d’ingénierie de la puce exécutent déjà des charges de travail d’apprentissage automatique dans des environnements de test, notamment le modèle GPT-5.3-Codex-Spark. L’entreprise a déclaré que les premiers tests laissent penser que le processeur offre une performance par watt nettement supérieure à celle des solutions de pointe actuelles.
La volonté de construire toute la pile d’IA
Jalapeño représente davantage qu’un nouveau composant matériel pour OpenAI.
L’entreprise met de plus en plus en avant son ambition de contrôler davantage de couches de l’écosystème de l’IA, des modèles et produits jusqu’à l’infrastructure. OpenAI a indiqué que cette puce s’inscrivait dans une stratégie à long terme visant à construire « la pile complète » qui sous-tend ses services d’IA, afin de permettre une intégration plus étroite entre logiciels et matériel.
Dans une déclaration, Greg Brockman, président et cofondateur d’OpenAI, a déclaré : « Jalapeño s’inscrit dans notre stratégie d’infrastructure à long terme couvrant toute la pile, afin de rendre les capacités de calcul plus abondantes et de fournir une IA plus rapide, plus fiable, plus abordable pour les particuliers et les entreprises, et capable d’être utilisée pour résoudre des problèmes plus importants. »
L’entreprise estime que la conception de son propre matériel lui permet d’optimiser chaque couche du système — de l’architecture des puces et du réseau aux logiciels de déploiement et aux produits destinés aux utilisateurs — en fonction des exigences spécifiques des modèles d’IA de pointe.
Conçue en seulement neuf mois
L’un des aspects les plus remarquables du projet est la rapidité avec laquelle il a été mené à bien.
OpenAI et Broadcom ont indiqué que Jalapeño était passée de la conception initiale au lancement de la fabrication en environ neuf mois, un calendrier qui pourrait, selon les deux entreprises, constituer le cycle de développement d’ASIC le plus rapide jamais réalisé pour un semi-conducteur avancé haute performance.
OpenAI a indiqué que les mêmes systèmes d’IA utilisés aujourd’hui par ses clients avaient aidé les ingénieurs à améliorer certaines étapes du développement de la puce, offrant un aperçu de la manière dont l’IA pourrait contribuer de plus en plus à la conception du matériel informatique de demain.
Lire entre les lignes
Dépouillée de son habillage marketing, Jalapeño dit quelque chose de précis sur l’endroit où OpenAI pense que se joue réellement le succès ou l’échec du secteur de l’IA : non pas dans l’entraînement de modèles toujours plus grands, mais dans le coût peu glamour de leur fonctionnement à grande échelle, encore et encore, pour des centaines de millions d’utilisateurs.
L’entraînement d’un modèle n’a lieu qu’une fois. L’inférence se produit chaque fois que quelqu’un l’utilise. Alors que l’utilisation de ChatGPT et de Codex continue d’augmenter, ce coût par requête s’accumule rapidement, et c’est la partie de l’activité sur laquelle OpenAI exerce aujourd’hui le moins de contrôle.
C’est aussi une protection contre un type de risque bien précis : la dépendance. OpenAI se prépare à une introduction en Bourse qui pourrait valoriser l’entreprise à hauteur de mille milliards de dollars, et les investisseurs qui soutiennent une telle valorisation voudront voir une trajectoire vers de véritables marges, pas seulement une hausse de l’utilisation.
Une entreprise qui doit acheter toute sa capacité de calcul auprès d’un seul fournisseur, aux prix fixés par celui-ci, a beaucoup plus de mal à maîtriser sa propre économie. Construire ses propres puces ne supprime pas cette exposition, mais cela donne à OpenAI un second levier sur lequel agir.
Ce que cela signifie pour le secteur
Pour les clients d’OpenAI — les entreprises qui s’appuient sur l’API, les développeurs qui utilisent Codex et les utilisateurs ordinaires de ChatGPT — la promesse est celle d’une IA moins chère, plus rapide et plus disponible. La baisse des coûts d’inférence est exactement le genre d’amélioration qui ne se manifeste pas par une nouvelle fonctionnalité spectaculaire, mais qui rend discrètement les produits plus réactifs et plus abordables à exploiter à grande échelle.
Pour Broadcom, cela conforte sa position d’entreprise vers laquelle se tournent les hyperscalers lorsqu’ils veulent des puces personnalisées sans créer de toutes pièces une équipe interne dédiée. Broadcom réalise déjà ce type de conception pour Google, et son titre a progressé d’environ 10 % depuis le début de l’année et d’environ sept fois depuis fin 2022.
Selon CNBC, il a encore progressé après l’annonce.
Pour Nvidia, c’est un nouvel élément qui s’inscrit dans une tendance déjà bien établie. Google a ses TPU, Amazon a ses Trainium, et OpenAI a désormais Jalapeño. Aucune de ces entreprises ne renonce complètement aux GPU de Nvidia ; les tâches exigeantes comme le préentraînement continueront probablement de reposer sur le matériel de Nvidia dans un avenir prévisible, mais la liste des clients prêts à développer des solutions de remplacement ne cesse de s’allonger.
Les réserves
Il convient de préciser ce qui ne s’est pas encore produit.
OpenAI n’a pas publié de résultats de performance définitifs ; l’entreprise affirme qu’un rapport technique détaillé ne sera pas disponible avant plusieurs mois. Des « échantillons d’ingénierie » fonctionnant en laboratoire ne sont pas la même chose que des puces opérant à grande échelle dans un centre de données en production et traitant le trafic réel des utilisateurs.
Les puces personnalisées de première génération ont souvent déçu par rapport à leurs promesses initiales ; même les fabricants de puces expérimentés ont généralement besoin de plusieurs révisions matérielles avant qu’une conception ne respecte ses spécifications en production.
Le calendrier est également plus flou que ne pourrait le laisser penser l’annonce. Le PDG de Broadcom a décrit 2026 comme une année consacrée à de petites séries de prototypes, la montée en puissance significative n’étant pas attendue avant 2027 et la production à plein régime pas avant le début de 2028. Il faudra donc attendre plusieurs années avant que Jalapeño ne modifie réellement la structure de coûts d’OpenAI, ce qui laisse largement le temps à Nvidia, Google ou AMD de lancer leurs propres réponses de nouvelle génération.
À lire aussi : le programme Patch the Planet d’OpenAI offre un financement et un soutien technique à des projets de sécurité open source, notamment dans les domaines des chaînes d’approvisionnement logicielles, de la sécurité de la mémoire et des infrastructures critiques.