OpenAI dévoile « Jalapeño », sa première puce d'inférence maison avec Broadcom
OpenAI conçoit désormais son propre silicium. Jalapeño, sa première puce d'inférence bâtie avec Broadcom, vise à réduire coûts et dépendance à Nvidia.
OpenAI ne veut plus seulement écrire les modèles : il veut aussi graver les puces qui les font tourner. Le 24 juin 2026, l'entreprise a dévoilé avec Broadcom sa toute première puce maison, baptisée Jalapeño, un processeur dédié à l'inférence, c'est-à-dire à l'exécution des modèles déjà entraînés, ce qui se passe à chaque fois que vous envoyez un message à ChatGPT.
Derrière le nom épicé, un signal industriel majeur : le premier client de Nvidia commence à fabriquer ses propres accélérateurs. L'objectif n'est pas de battre Nvidia sur son terrain, mais de reprendre la main sur ce qui coûte le plus cher à OpenAI aujourd'hui : faire fonctionner ses modèles à grande échelle, chaque jour, pour des centaines de millions d'utilisateurs.
Qu'est-ce que Jalapeño, exactement ?
Jalapeño est un ASIC (un circuit taillé pour une seule tâche, ici l'inférence des grands modèles de langage) qu'OpenAI présente comme son premier « Intelligence Processor ». Contrairement à un GPU généraliste, il n'essaie pas de tout faire : il est optimisé pour un type précis de calcul, celui qui domine l'exécution d'un modèle Transformer.
C'est une pièce de silicium hors norme : la puce est décrite comme reticle-sized, c'est-à-dire à la taille maximale qu'une machine de photolithographie peut graver en une seule exposition. OpenAI a conçu l'architecture ; Broadcom en assure l'implémentation silicium et la partie réseau, et Celestica industrialise les cartes, les racks et l'intégration système. Selon OpenAI, des échantillons tournent déjà à la fréquence et à la consommation visées en production.
Nous avons une compréhension profonde de la charge de travail. Nous avons vraiment cherché les tâches spécifiques mal servies aujourd'hui, en nous demandant comment construire quelque chose capable d'accélérer ce qui est possible.Greg Brockman, président d'OpenAI (via TechCrunch, 24 juin 2026)
Pourquoi OpenAI fabrique-t-il sa propre puce ?
La réponse tient en deux mots : coûts et dépendance. Entraîner un modèle est un investissement ponctuel ; le faire tourner est une dépense permanente. À l'échelle d'OpenAI, chaque token généré a un prix, et ce prix est aujourd'hui largement fixé par un fournisseur unique : Nvidia, dont les GPU restent la référence, et la rareté. Le fabricant a d'ailleurs élargi son rôle le 10 août 2026, en signant avec six maisons de Wall Street des protocoles d'accord visant à mobiliser 500 milliards de dollars de capitaux tiers pour financer l'infrastructure de ses propres clients.
En concevant sa propre puce, OpenAI vise trois choses : réduire le coût de chaque requête, améliorer la performance par watt (le nerf de la guerre quand on raisonne en gigawatts de datacenters), et desserrer sa dépendance à un seul fournisseur. L'entreprise avait mis en avant, lors de l'annonce, une performance par watt « nettement supérieure à l'état de l'art ». Les premiers résultats mesurés, publiés le 25 août 2026, commencent à documenter cette promesse (voir ci-dessous).
Jalapeño ne remplace pas les GPU Nvidia du jour au lendemain : OpenAI continuera d'en acheter massivement, notamment pour l'entraînement. L'enjeu réel n'est pas la performance brute mais l'économie unitaire : le coût de servir un modèle. C'est une bataille de marges, pas un duel de benchmarks.
Les premiers benchmarks, en août 2026
Le 25 août 2026, OpenAI a publié dans un billet officiel les premiers résultats mesurés de Jalapeño, dévoilés à la conférence Hot Chips et relayés par TechCrunch et The Verge. Les mesures s'appuient sur InferenceX, un benchmark public de SemiAnalysis qui évalue le service complet d'une requête d'inférence. D'après The Verge, la comparaison porte sur les meilleurs résultats enregistrés à l'époque, obtenus avec des superchips Nvidia GB200 ou GB300.
Sur trois modèles publics, GPT-OSS 120B, DeepSeek R1 670B et Kimi K2.5 1T, OpenAI annonce 1,5 à 1,9 fois plus de travail IA par watt au débit de pointe, une latence de bout en bout divisée par 1,7 à 3,6, et 2,1 à 4,1 fois plus de performance sur les charges fortement interactives. Sur Kimi K2.5 1T, le plus grand modèle public testé, la puce atteint environ 1,5 fois la performance par watt du système de comparaison, avec 3,4 fois moins de latence.
En résumé, les résultats montrent une avancée très, très significative par rapport à l'état de l'art. Jalapeño peut servir davantage de travail d'IA par unité de puissance, tout en renvoyant les réponses plus rapidement.Richard Ho, responsable du matériel chez OpenAI (via TechCrunch, 25 août 2026) · traduit de l'anglais
Ces chiffres appellent des réserves. Ils sont publiés par OpenAI lui-même : le benchmark est public, mais la mesure n'est pas indépendante. La comparaison porte sur l'état de l'art du moment, et Richard Ho a reconnu que la concurrence aura pu progresser significativement d'ici le déploiement à grande échelle. La normalisation repose sur la puissance nominale publiée de chaque accélérateur, pas sur sa consommation mesurée. Enfin, les mesures concernent trois modèles publics, dont un modèle open source d'OpenAI : sur ses modèles les plus avancés, l'entreprise évoque un avantage encore plus large, sans publier de chiffres.
Côté calendrier, l'annonce de juin est confirmée : selon Richard Ho, Jalapeño sera déployée fin 2026 en très petits volumes, avant une montée en cadence en 2027, rapportent TechCrunch et The Verge. Le billet OpenAI indique que la puce sera progressivement mise en service dans les mois à venir. En clair, les chiffres décrivent une puce qui tourne et un système mesuré, pas encore une infrastructure de production à grande échelle.
GPU généraliste ou ASIC dédié : ce qui change
Pour un lectorat non spécialiste, la différence se résume simplement. Voici ce que l'on sait de manière fiable au 24 juin 2026, sans specs chiffrées non publiées.
| GPU Nvidia (état de l'art) | Jalapeño (OpenAI + Broadcom) | |
|---|---|---|
| Nature | Processeur généraliste, entraînement + inférence | ASIC dédié à l'inférence des LLM |
| Conçu par | Nvidia | OpenAI (implémenté par Broadcom, intégré par Celestica) |
| Objectif affiché | Polyvalence et puissance | Meilleure performance par watt, coût d'inférence réduit |
| Disponibilité | Sur le marché, tension d'approvisionnement | Déploiement interne, à partir de fin 2026 |
| Public | Toute l'industrie | Les datacenters d'OpenAI et partenaires |
Fait notable : OpenAI affirme avoir accéléré la conception de la puce grâce à ses propres modèles, mis à contribution sur certaines étapes de design et d'optimisation. Un cycle de neuf mois entre le design initial et le tape-out est présenté comme l'un des plus rapides jamais réalisés pour un ASIC de haute performance, une boucle « l'IA qui aide à fabriquer le matériel de l'IA » qui n'est plus une figure de style.
Ce que le marché en a pensé
La réaction boursière a été mesurée, signe que l'annonce était en partie anticipée depuis l'accord de 10 gigawatts scellé entre les deux groupes en octobre 2025. Le jour de l'annonce, l'action Broadcom est restée globalement stable et celle de Nvidia a cédé environ 1 %.
Chez Wedbush Securities, l'analyste Matt Bryson y voit un « probable positif » pour Broadcom, tout en prévenant que les volumes initiaux resteront modestes : les programmes de puces qui réussissent demandent en général plusieurs générations avant l'adoption large. Autrement dit, Jalapeño est un début, pas un aboutissement.
Ce que ça change pour vous
À court terme, rien ne bouge dans votre usage de ChatGPT : Jalapeño est une brique d'infrastructure interne, invisible pour l'utilisateur final. Mais à moyen terme, une inférence moins chère, c'est le carburant de tout le reste : des modèles plus accessibles, des limites d'usage plus généreuses, et une capacité à absorber des pointes de trafic comme celles qui ont accompagné le déploiement contraint de GPT-5.6.
L'épisode confirme aussi une tendance de fond : la valeur, dans l'IA, se déplace vers celui qui maîtrise toute la pile, du silicium au produit. C'est vrai pour OpenAI, ce l'est aussi pour Google (puces TPU) ou Amazon (Trainium/Inferentia). Pour l'Europe, distancée sur ce terrain matériel, c'est un rappel supplémentaire de l'intérêt de garder des alternatives applicatives fortes.
Pour suivre ce type d'annonce sans se noyer dans le jargon, gardez trois repères : entraînement (créer le modèle) vs inférence (le faire tourner), la performance par watt (l'efficacité énergétique, décisive à grande échelle), et la disponibilité réelle (une puce annoncée n'est pas une puce déployée).
Questions fréquentes
Qu'est-ce que la puce Jalapeño d'OpenAI ?
C'est la première puce conçue par OpenAI, dévoilée le 24 juin 2026 avec Broadcom. Un ASIC dédié à l'inférence des grands modèles de langage, c'est-à-dire à l'exécution des modèles déjà entraînés.
Jalapeño va-t-il remplacer les GPU Nvidia ?
Non, pas à court terme. OpenAI continuera d'acheter des GPU Nvidia, notamment pour l'entraînement. Jalapeño vise surtout à réduire le coût de l'inférence et la dépendance à un fournisseur unique.
Quand la puce Jalapeño sera-t-elle déployée ?
Un premier déploiement en production est attendu fin 2026, dans le cadre de l'accord de 10 gigawatts entre OpenAI et Broadcom, dont le déploiement complet est visé à l'horizon 2029.
Qui fabrique la puce Jalapeño ?
OpenAI a conçu l'architecture ; Broadcom assure l'implémentation silicium et le réseau, et Celestica industrialise les cartes, les racks et l'intégration système.
Pourquoi OpenAI conçoit-il sa propre puce ?
Pour baisser le coût de chaque requête, améliorer la performance par watt de ses datacenters et réduire sa dépendance à Nvidia, aujourd'hui incontournable sur les accélérateurs IA.
