OpenAI a dévoilé fin août des résultats concrets pour Jalapeño, sa première puce d'inférence conçue avec Broadcom, avec des performances qui confirment l'ambition initiale : réduire de moitié le coût de calcul nécessaire pour faire tourner ses modèles à grande échelle. Une bascule stratégique qui change la relation d'OpenAI avec Nvidia, son fournisseur historique.

Une puce pensée uniquement pour l'inférence

Contrairement aux GPU généralistes de Nvidia, conçus à la fois pour l'entraînement et l'inférence, Jalapeño est optimisée pour un seul usage : faire tourner des modèles déjà entraînés en réponse aux requêtes des utilisateurs. C'est là que se joue l'essentiel des coûts d'exploitation d'OpenAI aujourd'hui, avec des centaines de millions de requêtes ChatGPT et API traitées chaque jour.

La puce mise sur un large chiplet de calcul associé à de la mémoire HBM, avec une architecture pensée dès le départ pour les goulots d'étranglement propres aux grands modèles de langage : déplacement de données coûteux, équilibre entre calcul et mémoire, efficacité réseau à l'échelle d'un datacenter entier.

Neuf mois pour passer du schéma à la puce

Le point le plus frappant de cette annonce, c'est la vitesse de développement. Le partenariat avec Broadcom a été officialisé en octobre 2025, et la puce est passée des premiers schémas à un état prêt pour la fabrication en neuf mois, alors qu'un cycle de conception de processeur dure habituellement plusieurs années.

OpenAI attribue explicitement cette rapidité à l'utilisation de ses propres modèles pour accélérer la conception matérielle — génération de schémas, vérification, itération. C'est une boucle assez vertigineuse : une IA qui aide à concevoir le processeur qui la fera tourner plus vite et moins cher demain.

Jusqu'à 50% de coûts d'inférence en moins

Les premiers résultats communiqués évoquent un gain de performance par watt significatif par rapport aux meilleures alternatives GPU actuelles, avec une réduction du coût d'inférence estimée à environ 50%. Pour une entreprise dont l'infrastructure de calcul représente déjà des dizaines de milliards de dollars d'engagements, ce n'est pas un détail d'ingénierie : c'est un levier direct sur la rentabilité.

Le déploiement de Jalapeño est annoncé pour la fin d'année 2026. OpenAI n'a pas précisé si la puce resterait un usage interne exclusif ou si elle serait un jour proposée à des clients tiers via le cloud, comme le fait déjà Google avec ses TPU.

Pourquoi OpenAI ne veut plus dépendre uniquement de Nvidia

Cette annonce s'inscrit dans une tendance de fond déjà visible avec le partenariat Cerebras pour le mode Ultrafast de GPT-5.6 Sol : OpenAI diversifie ses fournisseurs de calcul plutôt que de rester dépendant d'un seul acteur. Nvidia reste indispensable pour l'entraînement des futurs modèles, mais l'inférence — le poste de dépense qui croît le plus vite avec l'usage — devient un terrain où OpenAI cherche à reprendre la main.

Ce mouvement rappelle celui de Google avec ses TPU ou d'Amazon avec Trainium et Inferentia : les grands acteurs de l'IA ne veulent plus être de simples clients captifs des fabricants de GPU. Avec Broadcom comme partenaire de fabrication, OpenAI rejoint ce club très fermé des labos capables de concevoir leur propre silicium.

Ce qu'il faut surveiller

Deux points restent à confirmer d'ici la fin d'année. D'abord la disponibilité réelle : passer d'une annonce de résultats à un déploiement massif en datacenter prend du temps, même avec un cycle de développement record. Ensuite, l'impact sur les prix de l'API : si le coût d'inférence baisse vraiment de moitié en interne, la question est de savoir si OpenAI répercutera ce gain sur les tarifs facturés aux développeurs, ou s'il servira surtout à absorber la croissance de la demande sans faire exploser la facture énergétique de l'entreprise.

Jalapeño : la puce d'inférence maison d'OpenAI défie Nvidia