OpenAI Rilis Chip AI Kustom Pertama 'Jalapeño': Lebih Cepat dan Setengah Harga GPU Nvidia

Proses Manufaktur & Mitra

• Desain & Pengembangan Bersama: OpenAI mengembangkan chip ini bersama dengan Broadcom, yang juga memproduksinya . Desainnya berjalan dari konsep awal hingga tape-out (tahap akhir sebelum produksi massal) hanya dalam waktu sembilan bulan — disebut-sebut sebagai siklus pengembangan ASIC tercepat untuk semikonduktor canggih berperforma tinggi .
• Pabrik (Foundry): Chip ini diproduksi oleh TSMC, perusahaan pengecoran semikonduktor paling canggih di dunia . Laporan menyebutkan bahwa generasi pertama menggunakan proses 3nm (N3) milik TSMC dan dilengkapi dengan memori berkecepatan tinggi HBM3E .
• Integrasi sistem: Perusahaan pembuat server, Celestica, akan membantu membangun sistem di sekitar prosesor ini .

Jadwal Penerapan

• Diumumkan: 24 Juni 2026.
• Prototipe: Prototipe fisik telah diserahkan ke OpenAI pada hari pengumuman .
• Target peluncuran: OpenAI menargetkan untuk menerapkan Jalapeño pada akhir tahun 2026, dengan peluncuran awal di pusat data .
• Rencana multi-generasi: Jalapeño adalah langkah pertama dalam platform komputasi multi-generasi. Chip generasi kedua dilaporkan sudah direncanakan untuk proses A16 milik TSMC yang lebih canggih .

Pendanaan & Tantangan Biaya

• Pembangunan infrastruktur di sekitar chip kustom ini akan membutuhkan modal yang besar. OpenAI telah mengamankan rencana kapasitas pusat data berskala gigawatt untuk mendukung penerapannya .
• Perusahaan dilaporkan telah mengamankan alokasi kapasitas di TSMC untuk node N3 saat ini dan node A16 di masa depan, yang mengindikasikan pengeluaran komitmen di muka yang signifikan .
• Reuters dan Bloomberg mencatat bahwa upaya chip kustom ini adalah bagian dari dorongan besar OpenAI untuk mengurangi ketergantungannya pada GPU Nvidia yang mahal dan mengendalikan biaya infrastrukturnya sendiri .

Konteks Industri: Mengurangi Ketergantungan pada Nvidia

Jalapeño sangat cocok dengan tren besar perusahaan hiperskala yang membangun silikon kustom untuk menggantikan GPU Nvidia:

• Google memiliki seri TPU, Amazon memiliki Trainium dan Inferentia, Microsoft sedang mengembangkan chip AI-nya sendiri, dan Meta juga mengejar silikon inferensi kustom.
• Nvidia masih menguasai sekitar 80% pasar chip AI, tetapi perusahaan hiperskala semakin termotivasi oleh biaya, kendali rantai pasokan, dan efisiensi spesifik beban kerja .
• Pengurangan biaya ~50% yang ditawarkan oleh Jalapeño dibandingkan GPU sebanding secara langsung menjawab tekanan ekonomi dari menjalankan inferensi dalam skala besar .
• OpenAI melihat kepemilikan silikon sebagai kunci untuk "membangun tumpukan penuh" (build the full stack) — dari model hingga perangkat keras — dan mendapatkan keunggulan kompetitif yang melampaui perangkat lunak saja .