OpenAI: JalapeñoチップをBroadcomと共同開発 — NVIDIAへの依存から脱却を図るカスタムASIC

OpenAIとBroadcomは2026年6月24日、Jalapeñoを発表しました。LLM推論（訓練ではなく本番環境での言語モデルの実行）に最適化されたカスタムASICチップ（特定の種類のタスク専用の集積回路）です。この発表は転換点を意味します。OpenAIは他者のハードウェアの単なる購入者であることをやめ、独自のシリコンスタックを構築し始めます。

Jalapeñoがなぜ戦略的な転換なのか？

これまでOpenAIはそのインフラをほぼ完全にNVIDIA GPUに依存していました — 高価で、世界中で求められ、過去数年間で需要が供給能力を超えたため出荷が遅延した単一ベンダーの管理下にあります。JalapeñoはOpenAIをGoogle（TPU — テンソル処理ユニット）、Amazon（AWS Trainium）、Apple（Neural Engine）と並ぶ企業 — 独自のシリコンスタックの制御を引き継いだ企業 — の仲間入りさせます。これらのチップはそれぞれ特定のAIワークロードのために設計されており、その特定のタスクに対して汎用GPUより優れたパフォーマンス対消費電力比を達成します。比較として、GoogleはTPUでGeminiモデルをNVIDIA H100クラスターが追いつくのが難しいトークンあたりのコストで実行しています。

パフォーマンス、効率性、Broadcomの経験

プロジェクトの目標は三重です。推論タスクのより高いパフォーマンス、より大きなエネルギー効率、インフラのスケーリングの容易さです。Broadcomはカスタムシリコン設計における長年の経験とサプライチェーンの能力をもたらします — GoogleのTPUやMetaのMTIAチップの開発に携わった同一の企業であり、既存のデータセンターインフラとの高度な統合を示唆しています。

詳細な技術仕様 — トランジスタ数、メモリ帯域幅、サポートされる数値精度（FP8、BF16、INT8） — は最初の発表では公開されていませんでした。これはチップを本番デプロイ前に早期に公開する際の一般的なアプローチです。完全なアーキテクチャとベンチマーク結果は後の発表で期待されています。

カスタムシリコン競争 — Google・Amazon・Microsoft・Tesla

AI向けカスタムシリコン競争は激化しています。GoogleはTPU v5eとv5pでGemini向けのコストパートークン優位性を実現しました。AWS Trainium 2はAnthropicの訓練と推論ニーズをカバーしています。MicrosoftはAzure AIワークロード向けにMaia 100に依存しています。TeslaはDOJOを自律運転に使用しています。Jalapeñoによりは同様のレバレッジを得ます — NVIDIAのロードマップと価格設定への依存なしに、モデルアーキテクチャから実行するシリコンまでスタック全体を最適化する能力です。

業界への影響は？

OpenAIがJalapeñoを大規模に本番デプロイすることに成功すれば、推論コストが大幅に削減される可能性があります — これはChatGPT APIの価格と将来のより大きなモデルの容量に反映されるでしょう。この動きはNVIDIAへの圧力も強めます。2025会計年度のAIチップからの収益が1,000億ドルを超えている一方で、より多くの大規模顧客が代替案を開発しています。Jalapeñoはまだ単なる発表ですが — その戦略的重要性は発表がまだ明かしていない技術的詳細を超えています。