TL;DR
· OpenAI và Broadcom ra mắt chip AI suy luận tự phát triển đầu tiên mang tên Jalapeño, mục tiêu triển khai ban đầu vào cuối năm 2026.
· Chip này hướng đến suy luận LLM, không phải giải pháp thay thế GPU huấn luyện, thông số hiệu suất ban đầu vẫn dựa trên kết quả thử nghiệm nội bộ của công ty.
· OpenAI bước đầu giảm phụ thuộc vào NVIDIA, nhưng mức giảm chi phí, quy mô sản xuất và hiệu suất thực tế chưa được công bố.

OpenAI và Broadcom ngày 24 tháng 6 công bố Jalapeño, một bộ tăng tốc AI tự phát triển dành cho suy luận mô hình ngôn ngữ lớn, đồng thời là chip đầu tiên của OpenAI được gọi là "Bộ xử lý thông minh". Theo thông báo của hai công ty, Jalapeño vẫn đang trong giai đoạn thử nghiệm và lấy mẫu, mục tiêu bắt đầu triển khai ban đầu vào cuối năm 2026 và tiếp tục mở rộng trong nhiều năm tới. Đối với OpenAI, trọng tâm không phải là thay thế ngay lập tức tất cả GPU của NVIDIA, mà là chuyển dần các yêu cầu suy luận ngày càng tăng từ ChatGPT, Codex, API và các sản phẩm tác tử trong tương lai sang tổ hợp phần mềm và phần cứng phù hợp hơn với mô hình của chính họ.

Bắt đầu từ suy luận, nhắm vào chi phí truy vấn hàng ngày

Nhu cầu chip AI về cơ bản được chia thành huấn luyện và suy luận. Huấn luyện quyết định giới hạn năng lực của mô hình, suy luận quyết định liệu mô hình sau khi huấn luyện xong có thể trả lời hàng loạt yêu cầu của người dùng với chi phí chấp nhận được hay không.

Jalapeño nhắm vào mục tiêu thứ hai. OpenAI cho biết chip này sẽ được sử dụng cho khối lượng công việc suy luận mô hình ngôn ngữ lớn, phục vụ ChatGPT, Codex, API và các sản phẩm tác tử trong tương lai. Đối với người dùng thông thường, nó sẽ không trực tiếp thay đổi giao diện trò chuyện, nhưng có thể ảnh hưởng đến chi phí, tốc độ và khả năng mở rộng của việc xử lý yêu cầu ở hậu trường.

Đây cũng là hướng đi chung của làn sóng tự phát triển chip trong các công ty AI. Google có TPU, Amazon và Meta cũng đang thúc đẩy các bộ tăng tốc tùy chỉnh. Chúng không nhất thiết phải thay thế hoàn toàn NVIDIA, mà là chuyển các khối lượng công việc nội bộ ổn định và lớn nhất sang các chip phù hợp hơn với mô hình và ngăn xếp phần mềm của riêng họ.

Trước đây, OpenAI phụ thuộc lâu dài vào nguồn cung GPU bên ngoài, đặc biệt là các thẻ tăng tốc cao cấp của NVIDIA. Khi khối lượng gọi mô hình tăng lên, chỉ dựa vào việc mua GPU thông dụng sẽ gây ra hai áp lực: chi phí và nguồn cung bị phụ thuộc vào chuỗi cung ứng bên ngoài, và chip thông dụng cũng không nhất thiết đạt hiệu suất cao nhất trong các mô hình và chế độ dịch vụ cụ thể. Thay đổi trực tiếp từ Jalapeño là giúp OpenAI từ việc chỉ mua sức mạnh tính toán bắt đầu tham gia vào việc định nghĩa sức mạnh tính toán.

Broadcom phụ trách triển khai silicon và công nghệ kết nối, đơn vị sản xuất wafer chưa được tiết lộ

Jalapeño được OpenAI thiết kế từ đầu, Broadcom cung cấp hiện thực hóa silicon, mạng lưới và công nghệ kết nối, Celestica tham gia vào việc triển khai ở cấp độ bo mạch, khung máy và hệ thống. Thông báo chính thức không tiết lộ đơn vị sản xuất wafer, do đó không thể đơn giản nói rằng Broadcom chịu trách nhiệm sản xuất.

Broadcom có kinh nghiệm sâu rộng trong lĩnh vực ASIC tùy chỉnh và mạng trung tâm dữ liệu, và trong vài năm qua đã trở thành một trong những nhà cung cấp đằng sau các chip tự nghiên cứu của nhiều gã khổng lồ AI. Đối với OpenAI, việc chọn hợp tác với Broadcom giống như đưa các yêu cầu kiến trúc nội bộ của công ty mô hình vào chuỗi cung ứng bán dẫn và hệ thống trưởng thành để chuyển đổi thành sản phẩm có thể triển khai.

Về hiệu suất, vẫn cần phải giữ một ranh giới. Hai công ty cho biết, mục tiêu của Jalapeño là kết hợp khả năng thông lượng của các bộ tăng tốc AI hàng đầu hiện nay, đồng thời cải thiện đáng kể hiệu suất/watt so với các giải pháp tiên tiến hiện tại. Thông báo chính thức cũng nhấn mạnh rằng các mẫu kỹ thuật đã chạy khối lượng công việc học máy trong phòng thí nghiệm ở tần số mục tiêu và mức tiêu thụ điện năng, hiệu suất cuối cùng vẫn đang được đo lường, và một báo cáo kỹ thuật chi tiết hơn sẽ được công bố trong những tháng tới.

Hiện tại, chưa có điểm chuẩn bên thứ ba nào được công bố, cũng như chưa tiết lộ các chỉ số chính như thông lượng chính xác, độ trễ, mức tiêu thụ điện năng, mức giảm chi phí cho mỗi truy vấn. Một số diễn giải thị trường sẽ trực tiếp so sánh nó với NVIDIA Blackwell hoặc Google TPU, nhưng trước khi có dữ liệu triển khai thực tế, việc giảm chi phí và dẫn đầu về hiệu suất vẫn chỉ là những tuyên bố thử nghiệm ban đầu của công ty.

9 tháng đến tape-out, AI hỗ trợ sản xuất chip trở thành một manh mối khác

Jalapeño còn có một chi tiết được nhấn mạnh chính thức: từ thiết kế ban đầu đến tape-out sản xuất chỉ mất 9 tháng. Khoảng thời gian này không bằng chu kỳ sản xuất hoàn chỉnh, mà đề cập đến tốc độ thiết kế chip bước vào giai đoạn chuẩn bị sản xuất.

Trong phát triển chip truyền thống, từ thiết kế kiến trúc, xác minh, quy trình EDA đến tape-out thường mất một chu kỳ dài. OpenAI cho biết, quá trình này được tăng tốc bởi mô hình của họ. Công ty đang cố gắng chứng minh rằng AI không chỉ có thể viết mã, tạo nội dung, mà còn có thể tham gia vào quy trình kỹ thuật phần cứng, giúp rút ngắn thời gian thiết kế và xác minh chip.

Nếu phương pháp này có thể được tái sử dụng trong các sản phẩm tiếp theo, Jalapeño sẽ không chỉ là một chip đơn thế hệ, mà là điểm khởi đầu cho nền tảng tính toán tùy chỉnh đa thế hệ của OpenAI. OpenAI và Broadcom trước đó đã công bố hợp tác bộ tăng tốc AI tùy chỉnh cấp 10GW vào tháng 10 năm 2025, dự kiến triển khai từ nửa cuối năm 2026 và hoàn thành trước cuối năm 2029. Jalapeño là mẫu đầu tiên của dòng hợp tác này bước vào giai đoạn sản phẩm công khai.

Tuy nhiên, tốc độ thiết kế nhanh không đồng nghĩa với tốc độ triển khai nhanh. Liệu Jalapeño có thể đi vào cơ sở hạ tầng cốt lõi của OpenAI hay không còn phụ thuộc vào sản xuất hàng loạt, đóng gói, cung cấp bộ nhớ băng thông cao, tích hợp hệ thống máy chủ và lập lịch trung tâm dữ liệu. Bất kỳ nút thắt nào trong các khâu này đều có thể ảnh hưởng đến nhịp độ triển khai ban đầu trước cuối năm.

Giảm phụ thuộc vào Nvidia là hướng đi, chưa phải đã thay thế hoàn toàn

Jalapeño dễ bị thị trường hiểu là "OpenAI thách thức Nvidia". Cách nói chính xác hơn là OpenAI bắt đầu tìm kiếm các giải pháp tùy chỉnh ngoài Nvidia cho một phần khối lượng công việc suy luận.

Lợi thế của Nvidia không chỉ nằm ở hiệu năng GPU đơn lẻ, mà còn bao gồm hệ sinh thái CUDA, chuỗi công cụ huấn luyện và suy luận, kết nối cấp hệ thống, cơ sở nhà phát triển và quy mô cung ứng. Ngay cả khi OpenAI triển khai Jalapeño thành công, họ cũng sẽ không ngay lập tức thoát khỏi Nvidia. Đặc biệt trong các lĩnh vực huấn luyện mô hình lớn tiên tiến, nghiên cứu phát triển tổng quát và khối lượng công việc đa dạng, GPU cao cấp vẫn là hạ tầng quan trọng.

Khâu suy luận phù hợp hơn để chip tùy chỉnh thâm nhập. Mẫu yêu cầu tương đối ổn định, cấu trúc mô hình dễ kiểm soát hơn, và mục tiêu dịch vụ cũng rõ ràng hơn. Nếu OpenAI có thể chuyển các tác vụ suy luận tần suất cao, chuẩn hóa từ ChatGPT, Codex hoặc API sang Jalapeño, họ có thể đạt được lợi ích thực tế về chi phí và độ co giãn cung ứng.

Đối với Broadcom, việc các ông lớn AI tự phát triển chip không đồng nghĩa với việc các công ty chip bị vượt qua, mà ngược lại còn mang lại nhiều dự án tùy chỉnh hơn. Tuy nhiên, không gian lợi nhuận của các dự án này vẫn phụ thuộc vào chi phí linh kiện, quy mô giao hàng và độ phức tạp của hệ thống, đặc biệt là giá cả và khả năng cung ứng của các thành phần quan trọng như bộ nhớ băng thông cao.

Điều Jalapeño thực sự cần trả lời tiếp theo không phải là liệu nó có thể sánh ngang với Blackwell hay TPU khi ra mắt hay không, mà là quy mô triển khai vào cuối năm, những khối lượng công việc thực tế nào nó có thể chạy, và mức chi phí suy luận có thể giảm xuống bao nhiêu. Đối với OpenAI, "ớt jalapeño" này chỉ là miếng thử đầu tiên để thoát khỏi nút thắt GPU; liệu nó có thể trở thành món chính hay không còn phải chờ dữ liệu triển khai lên tiếng.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia