OpenAIとBroadcom、LLM推論向けチップ「Jalapeño」発表──AIの競争軸はモデルから電力効率へ

OpenAIとBroadcomが、LLM推論に最適化した独自アクセラレータ「Jalapeño」を発表しました。OpenAIにとって初の「Intelligence Processor」と位置づけられ、モデルやアプリだけでなく、推論チップまで含むフルスタック化を進める動きです。

重要なのは、生成AIの競争が「より大きいモデル」だけでなく、「同じ電力でどれだけ多く、安く、安定して推論できるか」に移っている点です。日本企業にとっても、AI導入コストやレスポンス速度を左右するインフラ競争として見る必要があります。

何が発表されたのか

Jalapeñoは、OpenAIのモデルロードマップ、カーネル、サービング基盤、製品要件を前提に設計された推論向けチップです。Broadcomはシリコン実装、ネットワーク、量産システムを担い、Celesticaも製造・統合で関与します。OpenAIによると、設計から製造まで9カ月で進み、ラボではGPT-5.3-Codex-Sparkを含むMLワークロードが動作しているといいます。

なぜ推論チップが重要なのか

AIサービスが日常業務に入り込むほど、学習よりも推論、つまりユーザーのリクエストに応じて回答や操作を生成する処理の比重が増えます。チャット、コーディング、資料作成、エージェント実行が増えれば、推論コストと遅延はサービス品質と収益性を直接左右します。

OpenAIは、Jalapeñoが現行の最先端と比べて性能/ワットで大幅に優れる見通しだと説明しています。最終的なベンチマークは今後の技術レポート待ちですが、チップ、ネットワーク、ラック、サービングまでを一体で最適化する発想は、AI事業者の差別化要因になりつつあります。

企業利用への示唆

企業側から見ると、こうした発表はすぐに購入対象になる製品ではありません。しかし、将来のAPI価格、レイテンシ、可用性、データセンター調達に影響します。特にエージェント型AIを業務システムへ組み込む場合、1回の回答ではなく、複数ステップの推論を大量に回すため、インフラ効率の差が導入可否を分けます。

一方で、特定ベンダーの垂直統合が進むほど、モデル・クラウド・チップのロックインも強まります。調達時には性能だけでなく、移行性、データ管理、停止時の代替手段を確認することが重要です。

注意点

現時点では早期テスト段階であり、詳細な性能、価格、提供対象、実運用での省電力効果は未確定です。企業は「専用チップだから安くなる」と短絡せず、総所有コストとサービス品質の変化を追う必要があります。

参考：OpenAI公式