Jalapeño من OpenAI: أول رقاقة استدلال تنافس Nvidia فعلياً

التصنيف: الذكاء الاصطناعي والأتمتة

النطاق: Global

الحالة: Published

اللغة: AR

الوسوم: OpenAI، Broadcom، Jalapeño، ASIC استدلال، Nvidia، Blackwell، Vera Rubin، HBM4، السيليكون المخصص، 2026

وقت القراءة: ~9 دقائق

التاريخ: 2026-08-27

عنوان SEO: Jalapeño من OpenAI: الرقاقة التي تنافس Nvidia

وصف SEO: أول رقاقة من OpenAI، Jalapeño، هي ASIC استدلال بحجم الريتيكل طُوّرت مع Broadcom. تُظهر المعايير أداءً تنافسياً لكل واط مقابل Nvidia — مع تحفظات صادقة.

الكلمة المفتاحية: Jalapeño OpenAI رقاقة استدلال 2026

تحدٍّ موثوق من الجيل الأول لهيمنة الـ GPU

طوال عقد من الزمن، كان تشغيل نموذج ذكاء اصطناعي كبير في الإنتاج يعني استئجار وحدات GPU من Nvidia ودفع الهامش الذي يرافق شبه الاحتكار. في 24 يونيو 2026، وجّهت OpenAI وBroadcom أول ضربة حقيقية لهذا الافتراض. وفقاً لموقع Tom’s Hardware، كشفت الشركتان عن Jalapeño — أول رقاقة من OpenAI — بوصفها ASIC ضخمة بحجم الريتيكل مصممة خصيصاً للاستدلال. أُعلن عن البرنامج للمرة الأولى في أكتوبر الماضي، ووصل التصميم إلى مرحلة الـ tape-out في تسعة أشهر فقط، وهو ما تصفه OpenAI بأنه أسرع دورة تطوير تعتقد أنها تحققت لأشباه الموصلات المتقدمة عالية الأداء.

ما يجعل النتيجة لافتة ليس أن شركة ذكاء اصطناعي كبيرة بنت رقاقة — فعدة شركات لديها برامج رقائق — بل أن قطعة من الجيل الأول سجّلت أرقاماً تنافسية أمام قائد السوق. كما صاغتها SemiAnalysis في تحليلها المعياري المستقل، وكما نقلها The Decoder، لخّص الرئيس التنفيذي Dylan Patel الأمر بصراحة: «عادةً ما تكون رقائق الجيل الأول غير تنافسية، لكن OpenAI تتفوق على Blackwell من Nvidia وحتى على Rubin.» هذا تصريح قوي من دار تحليل لا تمنح المديح باستخفاف — لكنه يأتي مع تحفظات لا تقل أهمية عن العنوان، وهذا المقال يمنحها وزناً مساوياً.

Jalapeño رقاقة استدلال فقط. تُشغّل النماذج لكنها لا تدرّبها، وليست GPU للأغراض العامة. أفادت CNBC بأن الرقاقة تُطوَّر مع Broadcom وستُنشر داخل البنية التحتية الحاسوبية الخاصة بـ OpenAI، بوصفها «تهديداً» لهوامش Nvidia مع تقدم السيليكون المخصص. المنطق الاستراتيجي بسيط: الاستدلال — لا التدريب — هو حيث تكمن تكلفة الحوسبة المتكررة وعالية الحجم بمجرد أن يدخل النموذج الإنتاج، لذا فإن قطعة استدلال مصممة خصيصاً هي المكان الأكثر معقولية الذي يمكن فيه لمشغّل كبير أن يستعيد الهامش من مورّد الـ GPU لديه.

ما تُظهره المعايير فعلياً

تأتي الأرقام المستقلة من SemiAnalysis التي شغّلت معيارها العام InferenceX على ثلاثة نماذج. يسرد تحليل The Decoder المجموعة المختبَرة على أنها GPT-OSS 120B وDeepSeek R1 670B وKimi K2.5. على GPT-OSS، بلغت Jalapeño نحو 1400 رمز في الثانية لكل مستخدم؛ وعلى DeepSeek R1، تجاوزت 700 رمز في الثانية على طلب متزامن واحد. في المقارنة الأبرز للأداء لكل واط، وجدت SemiAnalysis أن Jalapeño تتفوق على Blackwell من Nvidia في جميع السيناريوهات تقريباً.

أرقام OpenAI الخاصة، التي أعادت SemiAnalysis إنتاجها، محددة. تقول الشركة إن Jalapeño تقدّم 1.5 إلى 1.9 ضعف عمل الذكاء الاصطناعي لكل واط عند الإنتاجية القصوى عبر النماذج الثلاثة المختبَرة، مع زمن استجابة شامل أقل بمقدار 1.7 إلى 3.6 ضعف من أفضل الأنظمة المتاحة تجارياً، وأداء أعلى بمقدار 2.1 إلى 4.1 ضعف لأعباء العمل التفاعلية. كما تدّعي OpenAI وBroadcom تكلفة أقل لكل رمز بنحو 50% مقارنةً بوحدات GPU من Nvidia — وهو رقم يعيد، إن صمد في الإنتاج، تشكيل اقتصاديات خدمة نموذج على نطاق واسع.

1. اقرأ مكسب الأداء لكل واط بوصفه حقيقياً لكن مرهوناً بالسيناريو

ميزة الأداء لكل واط هي الجزء الأكثر قابلية للدفاع في القصة، لأن الكفاءة هي المكان الذي يتفوق فيه السيليكون المخصص المضبوط على عبء عمل ضيق بنيوياً على GPU للأغراض العامة. نطاق 1.5 إلى 1.9 ضعف الذي تذكره OpenAI هو رقم لكل واط عند الإنتاجية القصوى، والقراءة المستقلة من SemiAnalysis توافق على أن Jalapeño تتفوق في الكفاءة في جميع السيناريوهات المختبَرة تقريباً. لأي شخص يُنمذج تكلفة الاستدلال طويلة الأمد، فإن الواطات هي البند الذي يتراكم — غلاف الطاقة لمركز البيانات، لا عدد الرفوف فيه، هو القيد الحاسم عادةً. ولذلك فإن ميزة دائمة في الأداء لكل واط هي الادعاء الجدير بالمتابعة، أكثر من أي ذروة منفردة للرموز في الثانية.

2. تعامل مع صياغة «تتفوق على Nvidia» كتنافسية لا حاسمة

هنا التحفظ الذي تدفنه العناوين. المقارنة مع Blackwell من Nvidia غير مكتملة إلى حدٍّ ما، لأن Jalapeño تستخدم ذاكرة HBM4 الأحدث. المقارنة العادلة المكافئة هي منصة Vera Rubin من Nvidia الأحدث، التي تستخدم أيضاً HBM4. مقابل Vera Rubin، لا تزال Jalapeño تنتزع عدداً أكبر قليلاً من رموز المخرجات لكل ميغاواط — لكن على صعيد التكلفة الإجمالية للملكية لكل رمز، تتعادل الرقاقتان تقريباً، منتِجتين تقريباً العدد نفسه من رموز المخرجات لكل دولار. «تنافسية مع Rubin من فئة HBM4 من Nvidia، متعادلة تقريباً في التكلفة» هي الصياغة الدقيقة — لا «تدمّر Nvidia».

ثلاثة تحفظات إضافية تُبقي النتيجة صادقة. أولاً، لم تُشغّل SemiAnalysis مجموعة اختباراتها المفضّلة الكاملة — فلا توجد بعد نتائج وكيلة متعددة الأدوار وطويلة السياق، ولم تُختبر نماذج أكبر مثل DeepSeek V4 Pro وKimi K3 على Jalapeño على الإطلاق. ثانياً، هذه عيّنات هندسية وليست سيليكون إنتاج، بينما أنظمة Rubin من Nvidia مطروحة بالفعل للعملاء. ثالثاً، سجّلت Jalapeño أرقامها دون استخدام التنبؤ متعدد الرموز أو فك الترميز التخميني، بينما اعتمدت بعض أنظمة المقارنة على هذه التحسينات — وهو ما يعمل في الاتجاهين: يعني أن لدى Jalapeño مجالاً للتحسن، لكنه يعني أيضاً أن المقارنة الحالية ليست متكافئة تماماً.

3. راقب وتيرة النشر قبل استخلاص النتائج

المعايير وعد؛ والحجم المنشور هو البرهان. أفادت TechCrunch بأنه من المتوقع نشر Jalapeño في نهاية 2026 «بأحجام صغيرة جداً»، مع وتيرة أكثر أهمية في 2027. هذا الجدول الزمني مهم: رقاقة تسجّل أرقاماً جيدة في المعايير لكنها تُشحن بكميات ضئيلة لا تحرّك السوق. الإشارة الجديرة بالمراقبة طوال 2027 هي ما إذا كانت أعباء عمل الاستدلال الخاصة بـ OpenAI ستنتقل إلى Jalapeño بحجم كبير، لأن ذلك هو الدليل الأوضح على أن ادعاءات الأداء لكل واط والتكلفة تصمد عند الاحتكاك بالإنتاج.

لماذا يهمّ السيليكون المصمَّم بالذكاء الاصطناعي والنوى المخصصة فيما وراء OpenAI

جزء مما جعل دورة التسعة أشهر ممكنة هو أن OpenAI استخدمت نماذجها الخاصة لتسريع أجزاء من التصميم. يشير Tom’s Hardware إلى أن الشركتين حسّنتا البنية حول النوى وحركة الذاكرة والشبكات وأنماط الخدمة الأكثر أهمية للاستدلال المتقدم، وقالت OpenAI إن نظامها Codex كتب تلقائياً نوى حوسبة مُحسَّنة للرقاقة. تبلغ مساحة الرقاقة نحو 840 ملم²، قريبة جداً من حدّ حجم الريتيكل لأنظمة الطباعة الحجرية EUV، ولهذا فإن «حجم الريتيكل» هو الوصف الدقيق لا التسويق.

الإشارة الأوسع هي تحول بنيوي، لا منتَج منفرد. عندما تستطيع شركة نماذج أن تشارك في تصميم ASIC استدلال في تسعة أشهر — جزئياً بذكاء اصطناعي يكتب النوى منخفضة المستوى — ينخفض الحاجز أمام سيليكون الاستدلال المصمَّم خصيصاً لكامل الصناعة. أطّرت CNBC اللحظة على أنها لحظة يكسب فيها السيليكون المخصص أرضاً أمام هوامش Nvidia، مشيرةً إلى موجة من صفقات رقائق الذكاء الاصطناعي المخصصة في وقت سابق من 2026. التهديد التنافسي لهيمنة الـ GPU ليس أن رقاقة واحدة تفوز بمعيار واحد؛ بل أن المنهجية — تصميم ASIC سريع ومسرَّع بالذكاء الاصطناعي ومضبوط على عبء استدلال ضيق — تصبح قابلة للتكرار.

بالنسبة للأسواق التي لا تملك القدرة الحاسوبية — ومعظم العالم النامي ضمنها — هذا هو الجزء ذو الأثر الأطول من القصة. إذا دفع سيليكون الاستدلال المخصص والنوى المكتوبة بالذكاء الاصطناعي تكلفة الرمز إلى الانخفاض ونوّعا العرض بما يتجاوز مورّداً واحداً، فإن سعر تشغيل النماذج المتقدمة سينخفض في النهاية لكل من يستأجر بدلاً من أن يبني في المصبّ. هذا لا يحدث في 2026، ولا يحدث بسبب رقاقة واحدة. لكن اتجاه المسار هو ما تُشير إليه فعلاً قطعة من الجيل الأول تنافس Nvidia ولو قليلاً.

البطاقة الصادقة

بتجريد الصياغة من كلا الجانبين، تستقر النتيجة في نطاق ضيق قابل للدفاع. Jalapeño إنجاز هندسي حقيقي: ASIC استدلال من الجيل الأول يسجّل مكاسب حقيقية ومقاسة بشكل مستقل في الأداء لكل واط أمام Blackwell من Nvidia، مُنجَزاً في دورة تطوير كانت ستبدو غير معقولة قبل بضع سنوات. مكسب الكفاءة موثوق وادعاء التكلفة معقول. هذا يكفي لجعلها التحدي الأكثر جدية لهيمنة CUDA والـ GPU التي شهدها السوق.

لكنها ليست قاتلة لـ Nvidia، والتظاهر بغير ذلك يُنشئ توقعات خاطئة. مقابل Vera Rubin من فئة HBM4 من Nvidia — المقارنة الصحيحة — فإن Jalapeño متعادلة تقريباً في التكلفة، لا مهيمنة. لا تزال عيّنة هندسية مقابل منتَج مطروح. لم تُشغَّل مجموعة الاختبارات الوكيلة والنماذج الكبيرة الكاملة. الموقف الصحيح لأي طرف في المصبّ هو التعامل مع هذا بوصفه الخطوة الافتتاحية في إعادة توازن اقتصاديات الاستدلال على مدى سنوات، ومراقبة وتيرة نشر 2027، والتحديث مع وصول أرقام الإنتاج — لا إعلان انتهاء عصر الـ GPU استناداً إلى معيار من الجيل الأول.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Broadcom وOpenAI تكشفان عن معالج الاستدلال Jalapeño المصمَّم خصيصاً — Tom’s Hardware
• يُقال إن أول رقاقة مخصصة من OpenAI، Jalapeño، تتفوق على Blackwell وRubin من Nvidia في معايير الاستدلال — The Decoder
• رقاقة Jalapeño من OpenAI مبنية للاستدلال السريع على نطاق واسع، وفق المعايير — TechCrunch
• رقاقة الذكاء الاصطناعي Jalapeño من OpenAI «تهديد» لهوامش Nvidia مع تقدم السيليكون المخصص — CNBC
• OpenAI Jalapeño: أفضل من Nvidia — SemiAnalysis
• OpenAI × Broadcom: رقاقة الاستدلال Jalapeño — غرفة أخبار OpenAI