კომპანია მომავალში ჩიპის ფართოდ გავრცელების შესაძლებლობას არ გამორიცხავს
OpenAI's custom Jalapeno AI inference ASIC is for OpenAI’s internal use, but company leaves the door open to broader rollout
წყარო: Toms Hardware. ქართული თარგმანი — შიკრიკი.

ტექსტი ავტომატურად ითარგმნა. წყარო: Toms Hardware.
ჰომ თქვა: „კომპანიაში გამოთვლით სიმძლავრეზე ძალიან დიდი მოთხოვნა გვაქვს. მხოლოდ ჩვენი მოთხოვნის დაკმაყოფილებასაც საკმაოდ დიდი დრო დასჭირდება, თანაც ის მუდმივად იზრდება. ვფიქრობ, დიდი ხნის განმავლობაში მთლიანად OpenAI-ს გამოთვლითი სიმძლავრით უზრუნველყოფაზე ვიქნებით დაკავებული. ეს არ ნიშნავს, რომ ჩიპის სხვაგან გამოყენება შეუძლებელია. ვფიქრობ, ეს შესაძლებელია, მაგრამ ჩვენი მთავარი პრიორიტეტი უპირველესად OpenAI-ს გამოთვლითი საჭიროებების დაკმაყოფილებაა“.
ჯალაპენიოს კონკურენტული პოზიცია ძირითადად OpenAI-ს მიერ Hot Chips-ზე გაზიარებულ შედეგებს ეფუძნება. გამოცდები SemiAnalysis-ის InferenceX-ით ჩატარდა და ჯალაპენიო Nvidia-ს GB200-სა და GB300-ს შეადარა. სპეციალიზებული ინტეგრალური სქემები გავრცელებულია, თუმცა მათგან კონკურენტული წარმადობა იშვიათია, რასაც საფუძვლიანი მიზეზი აქვს. ისინი კონკრეტული დატვირთვების დასაჩქარებლად იქმნება. თუმცა OpenAI-მ აჩვენა, რომ ჯალაპენიო აჩქარებს როგორც მის ღია წონების მქონე GPT-OSS მოდელს, ისე DeepSeek R1-სა და Kimi K2.5-ს.
ჰომ გამოცემას უთხრა, რომ თავდაპირველად OpenAI Hot Chips-ზე შედარებითი გამოცდის შედეგების ჩვენებას არ გეგმავდა. კომპანია არც ღონისძიებაში მონაწილეობაზე იყო დარწმუნებული. ხელმძღვანელმა Hot Chips-ის სცენაზე მოყოლილი ამბავიც გაიმეორა. ინჟინრების გუნდმა ჯალაპენიოზე Kimi და DeepSeek A0 ნიმუშის მიღებიდან პრეზენტაციამდე, ორ თვეში აამუშავა.
ჰომ მკაფიოდ აღნიშნა, რომ ჯალაპენიო OpenAI-ს შიგნით ინერგება და ამ ეტაპზე შიდა გამოყენებისთვის დარჩება. მიუხედავად ამისა, მან აპარატურის ბაზარზე უფრო ფართოდ შესვლის შესაძლებლობა ღიად დატოვა. Hot Chips-ზე ნაჩვენებ შედეგებზე საუბრისას ჰომ თქვა: „ჩვენ ნამდვილად გვინდოდა, გაგვეფანტა ინდუსტრიაში გავრცელებული მცდარი წარმოდგენა, თითქოს ჩვენი სპეციალიზებული ინფერენსის ჩიპი მხოლოდ OpenAI-ს მოდელებისთვისაა განკუთვნილი. ის პროგრამირებადია, ზოგადი დანიშნულება აქვს და OpenAI-ს მოდელებისთვის წინასწარ ფიქსირებული კოდით არ შექმნილა“.
გარე აპარატურის ბაზარზე შესვლისადმი თავშეკავების ერთ-ერთი შესაძლო მიზეზი მიწოდებაა. ჰომ ბოლო ორ წელიწადში საწარმოების მონახულება გაიხსენა, როცა ის და OpenAI-ს აღმასრულებელი დირექტორი სემ ალტმანი მეტ საწარმოო სიმძლავრეს ითხოვდნენ. მან თქვა, რომ ახლა „მიწოდების ახალი საბაზისო დონე“ ჩამოყალიბდა. ჰოს თქმით, შიდა მიწოდების მხრივ OpenAI „კარგ მდგომარეობაშია“, თუმცა გარე მომხმარებლების მომარაგება, სავარაუდოდ, სხვა გამოწვევაა.
ჯალაპენიო სხვა მოდელებთანაც მუშაობს, თუმცა მისი შექმნის მთავარი მიზანი უშუალოდ კონკურენტული წარმადობა არ ყოფილა. როდესაც ჯალაპენიოს შექმნის მთავარ მამოძრავებელ ძალაზე ჰკითხეს, ჰომ პირდაპირ უპასუხა: „ეს ეფექტიანობა იყო“. ხელმძღვანელმა ეფექტიანობა გამოთვლითი სიმძლავრის მონათესავე ცნებად დაასახელა. თანამედროვე ხელოვნური ინტელექტის მონაცემთა ცენტრები ელექტროენერგიის შეზღუდვას აწყდება, ხოლო უფრო ეფექტიანი ინფერენსის ძრავა მეტ სასარგებლო გამოთვლით სიმძლავრეს იძლევა.

OpenAI and Anthropic are reportedly investigating tens of thousands of AI security incidents; OpenAI pauses testing after AI 'kill switch' fails to stop a rogue agent
ჰომ აღნიშნა, რომ ჯალაპენიოს შექმნას ასევე პრაგმატული გადაწყვეტილებები განაპირობებდა. მათ შორის განსაკუთრებით მნიშვნელოვანი OpenAI-ს შიდა მოდელებთან ერთობლივი დაპროექტება იყო. ჰომ თქვა: „ერთობლივი დაპროექტება მესამე მხარის ჩიპების მომწოდებელთან სათანადოდ ვერ ხერხდება, რადგან მოდელებში კვლევითი ინტელექტუალური საკუთრებაა. ამიტომ ამ ინფორმაციის ფართოდ გაზიარება შეუძლებელია, რადგან ის გაჟონავს. რამდენი გაუმჟღავნებლობის შეთანხმებაც უნდა გააფორმოთ, ინფორმაცია მაინც გავრცელდება“.
ჯალაპენიოს ფართოდ გავრცელების შემთხვევაში მისი კონკურენტი Nvidia-ს გრეის ბლექველის (Grace Blackwell) პლატფორმა არ იქნებოდა. მას უფრო ახალი ვერა რუბინის (Vera Rubin) პლატფორმისთვის მოუწევდა კონკურენციის გაწევა. ჰოს თქმით, ბლექველთან შედარება იმიტომ გაკეთდა, რომ „ეს საუკეთესო გამოქვეყნებული შედეგები იყო, რომელთა პოვნაც შევძელით“. თუმცა კომპანიამ შიდა გამოცდები ვერა რუბინთან მიმართებითაც ჩაატარა და უფრო დიდი კონტექსტური ფანჯრებიც შეამოწმა.
InferenceX-ის გამოცდები მხოლოდ 8k1k მაჩვენებლებს შეეხებოდა, რაც ფიქსირებულ 8 000 შემავალ და 1 000 გამომავალ ტოკენს ნიშნავს. ჰომ თქვა, რომ OpenAI-ს შიდა გამოცდების თანახმად, სპეციალიზებული ჩიპი „როგორც ჩანს, ბაზარზე არსებული ზოგიერთი სხვა მოწყობილობის გამოქვეყნებულ შედეგებზე უკეთეს წარმადობას აჩვენებს“. უფრო საინტერესო ვერა რუბინთან შედარებაა, რომელიც OpenAI-ს შეფასებით, კარგ შედეგს აჩვენებს.
ჰომ თქვა: „ცხადია, როცა ჩიპის დანერგვას დავიწყებთ, კონკურენტი ვერა რუბინი იქნება, განრიგის ზოგიერთ ეტაპზე კი შესაძლოა VR Ultra-ც. შიდა გამოცდები ჩავატარეთ, მაგრამ, ცხადია, მათ არ ვაქვეყნებთ. ეს შედეგები Nvidia-მ და სხვა მხარეებმა უნდა გამოაქვეყნონ, ვისაც ამის შესაძლებლობა აქვს. დიახ, ამ გამოცდებშიც ძალიან კარგი შედეგები გვაქვს“.
თემებირიჩარდ ჰოსემ ალტმანიOpenAINvidiaბროდკომიTom’s HardwareSemiAnalysisჯალაპენიოDeepSeek R1Kimi K2.5
შეადარე თარგმანი გამოცემის ორიგინალურ ტექსტს.
გამოქვეყნდა 28 სექტემბერი, 2026

North Korea named as primary suspect in $387 million Bitget crypto hack

Nvidia’s RTX Mega Geometry 2.0 streams ray-tracing geometry into VRAM on demand

Europe's AI ambitions rest on somebody else's supply chain

OpenAI Pauses Training Its Most Powerful Models After Rogue Agents Target Government

SpaceX's Starship launches on first orbital mission from Texas
კომენტარი (0)
გაგვიზიარე შენი აზრი.
კომენტარები ავტომატურად მოწმდება.
აზრის გასაზიარებლად შექმენი ანგარიში ან შედი.
კომენტარები ჯერ არ არის. დაწერე პირველი.