OpenAI、独自推論チップ「Jalapeño」の初回性能測定を公開

概要

※本記事は公開情報をもとに編集部が再構成したサマリです。一次情報は出典欄をご参照ください。

OpenAIは2026年8月25日、同社初の独自推論チップ「Jalapeño」の測定結果を公表した。公開ベンチマーク上で、電力当たりの最大処理量とトークン生成の遅延を比較し、複数のモデル系列で性能を確認したとしている。データセンター、半導体、モデル、開発基盤、製品を一体で最適化する計算戦略の一部に位置づける。

事実のポイント

• JalapeñoはOpenAIが設計した初の推論向けカスタムチップとされる
• 公開ベンチマーク「InferenceX」でGPT-OSS 120Bを使った測定結果を示した
• 比較対象に対し、電力当たりのピーク処理量とトークン遅延の改善を報告した
• DeepSeek R1やKimi K2でも測定し、特定の一モデルに限らない適用を示した

用語・背景の補足

推論は、学習済みAIが利用者の入力に回答を生成する処理を指す。利用者が増えるほど推論回数と消費電力が積み上がるため、チップの効率は応答速度、提供可能量、運用コストに直結する。モデル提供企業が半導体まで設計する動きは、汎用GPUだけに依存せず、モデルの計算特性に合わせて基盤を最適化する狙いがある。

ただしベンチマークは、実際の業務環境における混雑、入力長、出力長、同時実行数をすべて再現するものではない。公開値を導入判断に使う場合は、自社の利用パターンに近い条件で、待ち時間、処理量、障害時の代替経路を確認する必要がある。独自チップの導入は供給能力を高める一方、サービス基盤の囲い込みを強める可能性もある。

注意点

• 公表値はOpenAIによる初回測定であり、第三者による継続的な比較が必要となる
• チップ単体の性能と、APIや製品で利用者が体感する性能は一致しない場合がある
• 提供地域、搭載規模、切り替え時期の詳細は発表時点で限定されている

編集部見解

（追記予定）