記事のサマリー（TL;DR）
- OpenAI と Broadcom が LLM 推論専用アクセラレータ「Jalapeño」を発表。現行最先端比で性能/ワットを大幅改善
- 設計開始から量産テープアウトまで9か月——高性能 ASIC 開発として最速クラスの開発サイクルを達成
- 2026年末を初期展開目標に、Microsoft などのパートナーとギガワット規模のデータセンター展開へ
国内 LLM API 利用企業・Shopify Plus 事業者が注目すべきインフラコスト変化
OpenAI が自社チップ「Jalapeño」を量産軌道に乗せることで、推論コストの低減と応答速度の向上が段階的に API 価格へ反映される可能性があります。現在、国内でも ChatGPT API を活用した業務自動化（kintone・Salesforce との連携や Shopify の注文処理自動化など）が広がっていますが、推論コストの高さがユースケースを絞り込む要因の一つになっています。Jalapeño によるコスト構造の変化は、これまで費用対効果が合わなかった「長文コンテキスト処理」「高頻度バッチ推論」「エージェント型の多ステップタスク」の経済性を変え、より多くの業務プロセスへの適用を現実的なものにします。2026年以降の API 単価の動向を注視し、社内の生成 AI 活用ロードマップを今から見直しておく価値があります。
詳細
Jalapeño とは何か
OpenAI と Broadcom（NASDAQ: AVGO）は、OpenAI 初の「Intelligence Processor」と位置付けるハードウェアアクセラレータ「Jalapeño（ハラペーニョ）」を正式発表しました。このチップは、現行・将来の LLM 推論に特化して設計されたもので、両社が複数世代にわたって共同構築するコンピュートプラットフォームの第一弾となります。
チップは OpenAI CEO の Sam Altman 氏と社長の Greg Brockman 氏へ、Broadcom の CEO Hock Tan 氏と社長の Charlie Kawwas 氏から直接手渡されました。これは OpenAI がモデル・プロダクトに加え、チップレベルにまでフルスタック戦略を拡張する重要なマイルストーンとして位置付けられています。
LLM 推論専用設計——汎用 GPU からの脱却
Jalapeño は既存の汎用 AI アクセラレータを転用したものではなく、LLM 推論を念頭に白紙から設計されています。設計の判断軸となったのは、ChatGPT・Codex・API・将来のエージェント製品など OpenAI が日々稼動させているシステムから得た深い知見です。
アーキテクチャの核心は「データ移動の削減」と「コンピュート・メモリ・ネットワーキングリソースのバランス最適化」にあります。この設計方針により、理論上のピーク性能に近い実効利用率（realized utilization）を実現します。現行最先端と比較して性能/ワット（performance per watt）が大幅に上回ることが初期テストで示されており、詳細な技術レポートは数か月以内に公開予定です。
現時点でエンジニアリングサンプルが GPT‑5.3‑Codex‑Spark を含む ML ワークロードを、本番目標の動作周波数・消費電力でラボ稼働中です。
OpenAI のハードウェアプログラムを率いる Richard Ho 氏は次のように述べています。「Jalapeño は、OpenAI の研究者との緊密な協業から得た詳細な知見をもとに、LLM 推論のために一から設計されました。フロンティア AI モデルにとって最も重要なカーネル・メモリ移動・ネットワーキング・サービングパターンを中心にアーキテクチャを最適化しています。初期テストの結果、Jalapeño はハードウェアの理論上の限界に近い形で重要なワークロードを効率的に実行できることが確認されています。」
9か月でのテープアウト——OpenAI モデルが設計を加速
Jalapeño は初期設計から量産テープアウトまでわずか9か月で完了しました。OpenAI はこれを「高性能先端半導体における最速 ASIC 開発サイクル」と表現しています。
この開発速度を支えた要因は3つです。第一に、OpenAI エンジニアリングチームとのソフト・ハード密結合の共同開発。第二に、Broadcom のシリコン実装専門知識。そして第三が、OpenAI 自身のモデルを設計・最適化プロセスに活用したことです——ユーザーに提供しているのと同じモデルが、将来のモデルを動かすインフラの改善に使われているという「自己強化ループ」が生まれています。
Greg Brockman 氏はこう語っています。「Jalapeño は、コンピュートをより豊富にするための長期フルスタックインフラ戦略の一部です。スタックをより多く自社設計することで、より高い効率で多くのインテリジェンスを提供でき、先進 AI のより広いアクセスに向けてプッシュし続けられます。」
フルスタック戦略とフライホイール
OpenAI が今回のチップ発表で強調しているのは、単体のハードウェア性能ではなく「フルスタックの優位性」です。モデル開発・プロダクト構築・インフラ設計（チップアーキテクチャ・カーネル・メモリシステム・ネットワーキング・スケジューリング・デプロイシステム）のすべてを自社で手掛けることで、各レイヤーを同一の目標に向けて最適化できます。
このアプローチはフライホイールを強化します。
- インフラ改善 → コンピュート効率向上
- 効率向上 → より優れた学習・推論 → より高性能なモデル
- 高性能モデル → 優れたプロダクト → 利用増加・収益増加
- 収益増加 → 次世代インフラへの再投資
このサイクルが長期的に「インテリジェンスをより高性能・高信頼・低コスト」にするという構造です。
パートナーとの複数世代プラットフォーム構築
Jalapeño は単体製品ではなく、複数世代にわたるコンピュートプラットフォームの第一弾です。パートナー体制は次の通りです。
- Broadcom：シリコン実装、Tomahawk ネットワーキングシリコン、ネットワーキング・接続技術
- Celestica：ボード・ラック・システム統合、スケーラブルな量産システム
初期展開は2026年末を目標とし、Microsoft をはじめとするデータセンターパートナーとのギガワット規模での展開が計画されています。Hock Tan 氏は「これは複数世代のロードマップの始まりに過ぎない。2026年から Microsoft などのパートナーとのギガワット規模データセンター展開を実現する」と述べています。
推論こそが AI がユーザーに届く接点
OpenAI はこのチップ開発の意義をシンプルに整理しています。「推論こそが AI が人々に届く場所だ」。コスト・速度・信頼性の改善はそれぞれ具体的なユーザー体験に直結します。
- 速度向上：ChatGPT の応答が速くなる
- ステップ数増加：Codex が待ち時間を減らして多くのステップを処理できる
- 低コスト化：API を使ったプロダクト構築が安くなる
- 高可用性：需要が高いときも安定したアクセスが可能になる
OpenAI は Jalapeño によって、学生・開発者・中小企業・研究者・企業など、より多くのユーザーが高度な AI モデルを日常的に使えるようにすることを目指しています。