Jalapeño d’OpenAI : une première puce d’inférence qui rivalise vraiment avec Nvidia

Mots-clés : OpenAI, Broadcom, Jalapeño, ASIC d’inférence, Nvidia, Blackwell, Vera Rubin, HBM4, silicium personnalisé, 2026

Temps de lecture : ~9 min

Date : 2026-08-27

Titre SEO : Jalapeño d’OpenAI : la puce qui rivalise avec Nvidia

Description SEO : La première puce d’OpenAI, Jalapeño, est un ASIC d’inférence de taille réticule co-conçu avec Broadcom. Les benchmarks montrent un rendement par watt compétitif face à Nvidia — avec des réserves honnêtes.

Mot-clé principal : Jalapeño OpenAI puce inférence 2026

Un défi crédible de première génération à l’hégémonie du GPU

Depuis dix ans, faire tourner un grand modèle d’IA en production signifie louer des GPU Nvidia et payer la marge qui accompagne un quasi-monopole. Le 24 juin 2026, OpenAI et Broadcom ont porté le premier vrai coup à cette hypothèse. Selon Tom’s Hardware, les deux entreprises ont dévoilé Jalapeño — la première puce d’OpenAI — comme un ASIC massif de taille réticule conçu spécifiquement pour l’inférence. Le programme a été annoncé pour la première fois en octobre dernier, et la conception a atteint le tape-out en seulement neuf mois, ce qu’OpenAI décrit comme le cycle de développement le plus rapide qu’elle estime avoir été atteint pour un semi-conducteur avancé à hautes performances.

Ce qui rend le résultat notable, ce n’est pas qu’une grande entreprise d’IA ait construit une puce — plusieurs ont des programmes de puces — mais qu’une pièce de première génération affiche des chiffres compétitifs face au leader du marché. Comme l’a formulé SemiAnalysis dans sa synthèse de benchmark indépendante, et comme l’a relayé The Decoder, le PDG Dylan Patel l’a résumé sans détour : « D’habitude, les puces de première génération ne sont pas compétitives, mais OpenAI bat le Blackwell de Nvidia et même Rubin. » C’est une affirmation forte de la part d’une maison d’analyse qui ne distribue pas les compliments à la légère — mais elle s’accompagne de réserves qui comptent autant que le titre, et cet article leur accorde un poids égal.

Jalapeño est une puce d’inférence uniquement. Elle exécute les modèles mais ne les entraîne pas, et ce n’est pas un GPU polyvalent. CNBC a rapporté que la puce est développée avec Broadcom et sera déployée au sein de l’infrastructure de calcul propre à OpenAI, présentée comme une « menace » pour les marges de Nvidia à mesure que le silicium personnalisé progresse. La logique stratégique est simple : l’inférence — et non l’entraînement — est là où réside le coût de calcul récurrent et à haut volume une fois un modèle en production, de sorte qu’une pièce d’inférence sur mesure est là où un grand opérateur peut le plus plausiblement récupérer de la marge auprès de son fournisseur de GPU.

Ce que les benchmarks montrent réellement

Les chiffres indépendants proviennent de SemiAnalysis exécutant son benchmark public InferenceX sur trois modèles. La synthèse de The Decoder liste l’ensemble testé comme GPT-OSS 120B, DeepSeek R1 670B et Kimi K2.5. Sur GPT-OSS, Jalapeño a atteint environ 1 400 tokens par seconde par utilisateur ; sur DeepSeek R1, elle a dépassé 700 tokens par seconde sur une seule requête concurrente. Sur la comparaison phare du rendement par watt, SemiAnalysis a constaté que Jalapeño bat le Blackwell de Nvidia dans presque tous les scénarios.

Les propres chiffres d’OpenAI, que SemiAnalysis a reproduits, sont précis. L’entreprise affirme que Jalapeño délivre 1,5x à 1,9x plus de travail d’IA par watt au débit de pointe sur les trois modèles testés, avec une latence de bout en bout 1,7x à 3,6x plus faible que les meilleurs systèmes commercialement disponibles, et des performances 2,1x à 4,1x supérieures pour les charges de travail interactives. OpenAI et Broadcom revendiquent en outre un coût par token environ 50 % inférieur à celui des GPU Nvidia — un chiffre qui, s’il se confirme en production, remodèle l’économie du service d’un modèle à grande échelle.

1. Lisez le gain de rendement par watt comme réel mais dépendant du scénario

L’avantage en rendement par watt est la partie la plus défendable de l’histoire, car l’efficacité est là où le silicium personnalisé réglé sur une charge de travail étroite bat structurellement un GPU polyvalent. La plage de 1,5x à 1,9x qu’OpenAI cite est un chiffre par watt au débit de pointe, et la lecture indépendante de SemiAnalysis convient que Jalapeño l’emporte en efficacité dans presque tous les scénarios testés. Pour quiconque modélise le coût d’inférence à long terme, les watts sont la ligne budgétaire qui s’accumule — l’enveloppe de puissance d’un centre de données, et non son nombre de racks, est généralement la contrainte déterminante. Un avantage durable en rendement par watt est donc l’affirmation à suivre, plus que n’importe quel pic isolé de tokens par seconde.

2. Traitez le cadrage « bat Nvidia » comme compétitif, non décisif

Voici la réserve que les titres enterrent. La comparaison avec le Blackwell de Nvidia est quelque peu incomplète, car Jalapeño utilise la mémoire HBM4 plus récente. La comparaison équitable en équivalence directe est la plateforme Vera Rubin de Nvidia, plus récente, qui utilise également la HBM4. Face à Vera Rubin, Jalapeño extrait encore un peu plus de tokens de sortie par mégawatt — mais sur le coût total de possession par token, les deux sont à peu près à égalité, produisant presque le même nombre de tokens de sortie par dollar. « Compétitive avec le Rubin de classe HBM4 de Nvidia, à peu près à égalité de coût » est le cadrage exact — pas « détruit Nvidia ».

Trois réserves supplémentaires maintiennent le résultat honnête. Premièrement, SemiAnalysis n’a pas exécuté sa suite de tests préférée complète — il n’y a pas encore de résultats agentiques à long contexte et multi-tours, et des modèles plus grands tels que DeepSeek V4 Pro et Kimi K3 n’ont pas du tout été testés sur Jalapeño. Deuxièmement, il s’agit d’échantillons d’ingénierie, et non de silicium de production, tandis que les systèmes Rubin de Nvidia sont déjà commercialisés auprès des clients. Troisièmement, Jalapeño a affiché ses chiffres sans utiliser la prédiction multi-tokens ni le décodage spéculatif, alors que certains des systèmes de comparaison s’appuyaient sur ces optimisations — ce qui joue dans les deux sens : cela signifie que Jalapeño a une marge de progression, mais aussi que la comparaison actuelle n’est pas parfaitement équivalente.

3. Surveillez la montée en charge du déploiement avant de conclure

Les benchmarks sont une promesse ; le volume déployé est la preuve. TechCrunch a rapporté que Jalapeño devrait être déployée fin 2026 « en très petits volumes », avec une montée en charge plus significative en 2027. Ce calendrier compte : une puce qui obtient de bons benchmarks mais est expédiée en quantités négligeables ne fait pas bouger le marché. Le signal à surveiller tout au long de 2027 est de savoir si les propres charges de travail d’inférence d’OpenAI migrent vers Jalapeño en volume, car c’est la preuve la plus claire que les affirmations de rendement par watt et de coût survivent au contact de la production.

Pourquoi le silicium conçu par l’IA et les noyaux personnalisés comptent au-delà d’OpenAI

Une partie de ce qui a rendu possible le cycle de neuf mois est qu’OpenAI a utilisé ses propres modèles pour accélérer certaines parties de la conception. Tom’s Hardware note que les entreprises ont optimisé l’architecture autour des noyaux, du mouvement de la mémoire, du réseau et des schémas de service qui comptent le plus pour l’inférence de pointe, et OpenAI a déclaré que son système Codex a automatiquement écrit des noyaux de calcul optimisés pour la puce. La puce mesure environ 840 mm², très proche de la limite de taille réticule des systèmes de lithographie EUV, c’est pourquoi « taille réticule » est la description exacte plutôt que du marketing.

Le signal plus large est un changement structurel, et non un produit isolé. Lorsqu’une entreprise de modèles peut co-concevoir un ASIC d’inférence en neuf mois — en partie avec l’IA qui écrit les noyaux de bas niveau — la barrière au silicium d’inférence sur mesure baisse pour toute l’industrie. CNBC a cadré le moment comme celui du silicium personnalisé gagnant du terrain face aux marges de Nvidia, notant une vague d’accords sur les puces d’IA personnalisées plus tôt en 2026. La menace concurrentielle pour l’hégémonie du GPU n’est pas qu’une puce gagne un benchmark ; c’est que la méthode — une conception d’ASIC rapide, accélérée par l’IA, réglée sur une charge de travail d’inférence étroite — devienne reproductible.

Pour les marchés qui ne possèdent pas le calcul — la majeure partie du monde émergent y compris — c’est la partie de l’histoire à la plus longue traîne. Si le silicium d’inférence personnalisé et les noyaux écrits par l’IA font baisser le coût par token et diversifient l’offre au-delà d’un seul fournisseur, le prix du fonctionnement des modèles de pointe finit par baisser pour tous ceux qui, en aval, louent plutôt que construisent. Cela ne se produit pas en 2026, et pas à cause d’une seule puce. Mais la direction du mouvement est ce qu’une pièce de première génération rivalisant tant soit peu avec Nvidia signale réellement.

Le bilan honnête

En retirant le cadrage des deux côtés, le résultat se situe dans une bande étroite et défendable. Jalapeño est un véritable exploit d’ingénierie : un ASIC d’inférence de première génération qui affiche des gains réels et indépendamment mesurés de rendement par watt face au Blackwell de Nvidia, livré dans un cycle de développement qui aurait été invraisemblable il y a quelques années. Le gain d’efficacité est crédible et l’affirmation de coût est plausible. C’est suffisant pour en faire le défi le plus sérieux à l’hégémonie CUDA-et-GPU que le marché ait vu.

Ce n’est cependant pas un tueur de Nvidia, et prétendre le contraire crée de mauvaises attentes. Face au Vera Rubin de classe HBM4 de Nvidia — la bonne comparaison — Jalapeño est à peu près à égalité de coût, pas dominante. Elle reste un échantillon d’ingénierie face à un produit commercialisé. La suite complète de tests agentiques et de grands modèles n’a pas été exécutée. La bonne posture pour quiconque en aval est de traiter ceci comme le coup d’ouverture d’un rééquilibrage pluriannuel de l’économie de l’inférence, de surveiller la montée en charge du déploiement de 2027, et de mettre à jour à mesure que les chiffres de production arrivent — et non de déclarer l’ère du GPU révolue sur la foi d’un benchmark de première génération.

Questions Fréquemment Posées

Sources et lectures complémentaires

• Broadcom et OpenAI dévoilent le processeur d’inférence Jalapeño sur mesure — Tom’s Hardware
• La première puce personnalisée d’OpenAI, Jalapeño, battrait le Blackwell et le Rubin de Nvidia sur les benchmarks d’inférence — The Decoder
• La puce Jalapeño d’OpenAI est conçue pour une inférence rapide à grande échelle, selon les benchmarks — TechCrunch
• La puce IA Jalapeño d’OpenAI est une « menace » pour les marges de Nvidia à mesure que le silicium personnalisé progresse — CNBC
• OpenAI Jalapeño : mieux que Nvidia — SemiAnalysis
• OpenAI × Broadcom : la puce d’inférence Jalapeño — Salle de presse OpenAI