🔥 OpenAI убийца Nvidia сделала свой чип для ИИ.

25 августа OpenAI выложила первые тесты своего ускорителя Jalapeño — чипа, который гоняет уже готовые модели (инференс — это когда уже обученная модель отвечает на твой запрос; не путать с обучением, где нейросеть только тренируют на данных). Заголовки мгновенно запестрили: «в 1,5–2 раза эффективнее Nvidia», а кое-где насчитали и «в 104 раза» 😮‍💨.

Давайте снимем лапшу с ушей и посмотрим внимательнее.

🔎 Что реально измерили

Тест гоняла SemiAnalysis — независимая аналитическая фирма по чипам, на своём открытом стенде. Честных цифр там две, и они про разное:

➡️ 1,5–1,9× больше токенов на каждый ватт энергии — это про экономичность;
➡️ ответ приходит в 1,7–3,6× быстрее — это про скорость.

А откуда взялись «104 раза»? Это не общая эффективность, а одна выбранная точка замера — узкий режим, где разрыв максимален. Сравни пиковую отдачу обеих систем в том же тесте — выйдет 19 641 против 11 781 токена на киловатт, те же ~1,7×, а не 104. Классика: берёшь из таблицы самую выгодную цифру — и вирусный заголовок готов.

💵 Что OpenAI на самом деле забирает у Nvidia

НЕзависимость? Да, нет, пожалуй. Кристалл и сеть делал Broadcom, платы и стойки — Celestica. Обучать большие модели и часть инференса OpenAI по-прежнему будет на Nvidia — сами это подтвердили.

Забрали одно, но важное: архитектуру железа под свой поток запросов. Покупая чип Nvidia, ты платишь ещё и её наценку (валовая маржа — 71%). OpenAI пытается превратить эту чужую маржу в собственную экономию на каждом ответе ChatGPT.

Масштаб уже задан: сделка с Broadcom на 10 ГВт своих ускорителей, стойки ставят со второй половины 2026 до конца 2029. При таких объёмах разница в ваттах и миллисекундах — уже не лабораторная деталь, а статья расходов на электричество и площадь дата-центров.

❗️ Почему это ещё не революция

➡️ Сравнили не с тем поколением: Jalapeño на новой памяти HBM4 мерили против нынешнего Blackwell на памяти постарше. Честный соперник — грядущий Rubin (тоже HBM4), но его публично ещё не тестировали. И признаёт это сам оператор теста — редкий случай, когда скепсис идёт от арбитра, а не от фанатов Nvidia.
➡️ Цифры дал сам OpenAI, а живого чипа за пределами компании ни у кого нет — независимо перепроверить нельзя.
➡️ Это инженерный образец, а не серийный продукт. Массово — конец 2026 / 2027, а к тому времени Rubin может уже стоять в бою.

Дилан Пател из SemiAnalysis:

Jalapeño обошёл каждый чип Nvidia, AMD и Google — но само сравнение неполное и нечестное.

📈 Парадокс, который всё объясняет

Дешевле инференс → длиннее агентные цепочки (ИИ дольше решает задачу сам) и больше запросов → спрос на железо растёт, а не падает.
Пруф пришёл в ту же неделю: Nvidia отчиталась за квартал с выручкой $96,2 млрд (+106% к прошлому году). Никакого обвала на новости про «чип-убийцу» не случилось.

• • • • • • • • • •

Свой чип у гиганта — это не конец монополии, а вынос своей доли из-под чужой наценки. OpenAI не выходит из-под Nvidia — она вырезает из цепочки ровно тот кусок, где сидела маржа Nvidia на инференсе, её самом быстрорастущем сегменте.

Google свой ИИ-чип сделал ещё десять лет назад, годами экономит на своей нагрузке — однако Nvidia так и не сверг. Больно сейчас не тем, кто заложил чипы Nvidia в оценки под обучение моделей, а тем, кто построил бизнес на перепродаже дорогого инференса (перепродажа инференса — это когда берёшь мощности у поставщика и продаёшь клиентам доступ к готовой модели с наценкой). Вот их маржу Jalapeño и режет.

❝[Консенсус Тьюринга]❞ | 💬 Чат | 🔄 Проверенная обменка