Performances annoncées

• Performance par watt : Les premiers essais montrent que la puce offre des performances par watt « nettement supérieures » aux accélérateurs d'IA actuels les plus avancés .
• Réduction des coûts : Broadcom propose la puce à environ la moitié du prix d'un GPU comparable, et une estimation fait état d'économies globales proches de 50 % .
• Positionnement concurrentiel : Le PDG de Broadcom a déclaré que Jalapeño concurrence directement les puces Blackwell de Nvidia et les TPU de Google .
• Les propres modèles d'IA d'OpenAI ont contribué à la conception de la puce pour en optimiser l'architecture .

Procédé de fabrication et partenaires

• Conception et co-développement : La puce a été co-développée avec Broadcom, qui en assure également la fabrication . Le design est passé du concept initial au « tape-out » (transfert en production) en seulement neuf mois — ce qui serait potentiellement le cycle de développement ASIC le plus rapide jamais réalisé pour des semi-conducteurs haute performance .
• Fonderie : La fabrication est confiée à TSMC, le leader mondial de la fonderie de semi-conducteurs avancés . Selon les rapports, la première génération utilise le procédé 3 nm (N3) de TSMC et intègre de la mémoire à haute bande passante HBM3E .
• Intégration système : Le fabricant de serveurs Celestica participera à la construction des systèmes autour du processeur .

Calendrier de déploiement

• Annonce : 24 juin 2026.
• Prototype : Un prototype physique a été livré à OpenAI le jour de l'annonce .
• Déploiement visé : OpenAI prévoit de déployer Jalapeño d'ici la fin 2026, avec un déploiement initial ciblé dans ses centres de données .
• Feuille de route plurigénérationnelle : Jalapeño est la première étape d'une plateforme de calcul qui s'étendra sur plusieurs générations. Une puce de deuxième génération est déjà en projet sur le futur procédé A16 (1,6 nm) de TSMC .

Financement et défis de coûts

• La construction de l'infrastructure autour de la puce personnalisée nécessitera des investissements massifs. OpenAI a déjà sécurisé des capacités de centre de données à l'échelle du gigawatt pour soutenir le déploiement .
• L'entreprise a également réservé des capacités de production chez TSMC, à la fois pour le nœud N3 actuel et pour le futur nœud A16, ce qui suggère des engagements financiers préalables importants .
• Reuters et Bloomberg notent que cet effort de conception de puce sur mesure s'inscrit dans la stratégie plus large d'OpenAI visant à réduire sa dépendance aux GPU coûteux de Nvidia et à maîtriser ses propres coûts d'infrastructure .

Contexte sectoriel : Réduire la dépendance à Nvidia

Jalapeño s'inscrit parfaitement dans une tendance majeure des grands acteurs du cloud, celle de construire du silicium sur mesure pour concurrencer les GPU de Nvidia :

• Google possède sa gamme TPU, Amazon a Trainium et Inferentia, Microsoft développe sa propre puce IA, et Meta poursuit également le développement de silicium dédié à l'inférence.
• Nvidia détient encore environ 80 % du marché des puces IA, mais ces géants du numérique sont de plus en plus motivés par la réduction des coûts, le contrôle de la chaîne d'approvisionnement et les gains d'efficacité spécifiques aux charges de travail .
• La réduction des coûts d'environ 50 % offerte par Jalapeño par rapport aux GPU comparables répond directement à la pression économique liée à l'exécution de l'inférence à très grande échelle .
• OpenAI considère la possession de son propre silicium comme essentielle pour « construire la pile complète » — des modèles au matériel — et se doter d'un avantage concurrentiel qui va au-delà du seul logiciel .

Performances annoncées

• Performance par watt : Les premiers essais montrent que la puce offre des performances par watt « nettement supérieures » aux accélérateurs d'IA actuels les plus avancés .
• Réduction des coûts : Broadcom propose la puce à environ la moitié du prix d'un GPU comparable, et une estimation fait état d'économies globales proches de 50 % .
• Positionnement concurrentiel : Le PDG de Broadcom a déclaré que Jalapeño concurrence directement les puces Blackwell de Nvidia et les TPU de Google .
• Les propres modèles d'IA d'OpenAI ont contribué à la conception de la puce pour en optimiser l'architecture .

Procédé de fabrication et partenaires

• Conception et co-développement : La puce a été co-développée avec Broadcom, qui en assure également la fabrication . Le design est passé du concept initial au « tape-out » (transfert en production) en seulement neuf mois — ce qui serait potentiellement le cycle de développement ASIC le plus rapide jamais réalisé pour des semi-conducteurs haute performance .
• Fonderie : La fabrication est confiée à TSMC, le leader mondial de la fonderie de semi-conducteurs avancés . Selon les rapports, la première génération utilise le procédé 3 nm (N3) de TSMC et intègre de la mémoire à haute bande passante HBM3E .
• Intégration système : Le fabricant de serveurs Celestica participera à la construction des systèmes autour du processeur .

Calendrier de déploiement

• Annonce : 24 juin 2026.
• Prototype : Un prototype physique a été livré à OpenAI le jour de l'annonce .
• Déploiement visé : OpenAI prévoit de déployer Jalapeño d'ici la fin 2026, avec un déploiement initial ciblé dans ses centres de données .
• Feuille de route plurigénérationnelle : Jalapeño est la première étape d'une plateforme de calcul qui s'étendra sur plusieurs générations. Une puce de deuxième génération est déjà en projet sur le futur procédé A16 (1,6 nm) de TSMC .

Financement et défis de coûts

• La construction de l'infrastructure autour de la puce personnalisée nécessitera des investissements massifs. OpenAI a déjà sécurisé des capacités de centre de données à l'échelle du gigawatt pour soutenir le déploiement .
• L'entreprise a également réservé des capacités de production chez TSMC, à la fois pour le nœud N3 actuel et pour le futur nœud A16, ce qui suggère des engagements financiers préalables importants .
• Reuters et Bloomberg notent que cet effort de conception de puce sur mesure s'inscrit dans la stratégie plus large d'OpenAI visant à réduire sa dépendance aux GPU coûteux de Nvidia et à maîtriser ses propres coûts d'infrastructure .

Contexte sectoriel : Réduire la dépendance à Nvidia

Jalapeño s'inscrit parfaitement dans une tendance majeure des grands acteurs du cloud, celle de construire du silicium sur mesure pour concurrencer les GPU de Nvidia :

• Google possède sa gamme TPU, Amazon a Trainium et Inferentia, Microsoft développe sa propre puce IA, et Meta poursuit également le développement de silicium dédié à l'inférence.
• Nvidia détient encore environ 80 % du marché des puces IA, mais ces géants du numérique sont de plus en plus motivés par la réduction des coûts, le contrôle de la chaîne d'approvisionnement et les gains d'efficacité spécifiques aux charges de travail .
• La réduction des coûts d'environ 50 % offerte par Jalapeño par rapport aux GPU comparables répond directement à la pression économique liée à l'exécution de l'inférence à très grande échelle .
• OpenAI considère la possession de son propre silicium comme essentielle pour « construire la pile complète » — des modèles au matériel — et se doter d'un avantage concurrentiel qui va au-delà du seul logiciel .