OpenAIの自社チップが初の実測 設計したのもAIだった

まず時系列で(何が新しいのか)

1. Jalapeñoというチップの存在は、以前から公表されていました。OpenAIにとって初めての自社推論チップです。
2. 8月25日、その実測結果が初めて出ました。これまでは名前と方針だけでした。
3. 同じ日、CFOのSarah Friarが別の文書を出し、この投資を会社の戦略としてどう位置づけるかを説明しています。

つまり今回は技術の報告と、経営の説明が同時に出た日でした。数字とその使い道が、セットで示されています。

確認できた事実

測定に使われたのはInferenceXという公開ベンチマークです。調査会社SemiAnalysisが出しているもので、AIへの依頼を処理する一連の流れを測ります。

対象になったモデルは3つ。GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1Tです。いずれも誰でも入手できるモデルです。GPT-OSSはOpenAI自身が公開したもので、残る2つは社外のもの。社内外どちらのモデルでも効くことを示したかったと書かれています。

結果はこうでした。3つすべてで、ピーク時の電力あたりの処理量が1.5〜1.9倍。応答が返ってくるまでの時間が1.7〜3.6分の1。やりとりの多い使い方では2.1〜4.1倍の性能だとしています。

いちばん大きい数字は別のところにありました。これまでの最良の応答速度と同じ条件に揃えると、処理量は53.7倍から104.3倍になります。GPT-OSSで53.7倍、Kimiで56.1倍、DeepSeek R1で104.3倍。ただしこれは「同じ速さを出したときの効率」であって、そのまま100倍速いという意味ではありません。

比較の相手も書かれています。GPT-OSSではGB200、DeepSeek R1とKimiではGB300。いずれもNVIDIAの製品です。電力は各社が公表している定格で割っています。Jalapeñoは700W、GB200は1,200W、GB300は1,400W。なおJalapeñoの実測は550W以下だったとも書かれています。

設計の話も具体的でした。最初の設計からテープアウトまで9か月。その過程でAIが実装の候補を試し、設計と測定と検証の反復を短くしました。演算回路の最適化にもAIが使われています。

もう1つ、逆向きの工夫があります。AIがプログラムしやすいようにチップを設計した。人が仕事の中身を書き、AIがそれをどこにどう割り当てるかを決める。並列プログラミングという難所を、AIが扱える形に整えたという説明です。

その効果として挙がっていたのが、この一節です。CodexとGPT-Astraを使って、当初の計画に入っていなかったオープンウェイトのモデル3つを、2か月で実用的な速度まで持っていった。さらに、選ばれた一部の処理ではAIが書いた実装が、人間の専門家が書いた実装より1.5〜1.8倍速かったとしています。ここは「選ばれたブロックの話であってモデル全体ではない」と、OpenAI自身が但し書きを添えています。

配備の予定は年内。Jalapeñoは第1世代で、第2世代は開発が進み、第3世代も形になりつつあるとしています。そのうえでNVIDIAなどのアクセラレータも引き続き広く使うと明記されました。

割り引いて読むところ

3点あります。

第一に、測ったのはOpenAI自身です。ベンチマークは公開のものですが、実行と集計は当事者が行っています。第三者の再現はまだありません。

第二に、電力の割り方です。定格で割ると、Jalapeñoは700Wで計算されます。ところが同じ文書に、実測は550W以下だったとあります。比較相手の実測がいくつだったかは書かれていません。物差し自体は「各社の公表定格で統一した」と明記されています。ただし定格と実測のずれが両者で同じとは限りません。実測で比べたら差がどうなるかは、この文書からは分かりません。

第三に、数字の見せ方です。53.7倍や104.3倍は「同じ応答速度に揃えたときの効率比」であって、一般的な速度の比ではありません。素直な比較は1.5〜1.9倍のほうです。見出しに使いやすい数字と、実感に近い数字が、同じ表に並んでいます。

読者への影響

今日すぐ何かが変わるわけではありません。配備は年内で、いまはまだ量産の品質確認とソフトの成熟が続いています。

それでも、効いてくる可能性が高いのは速さの安さです。同じ文書に、こう書かれていました。これまで「速い」設定でしか出せなかった効率で、もっと速い設定が使えるようになる。これまでまとめて処理する設定でしか出せなかった効率で、「速い」設定が使えるようになる。8月に予告された最大14倍速の設定は、いまは価格が未公表のままです。ここに値段がつくかどうかが、いちばん実務に近い論点になります。

もう1つ、CFOの文書に混ぜてあった数字も拾っておきます。Artificial Analysis Coding Agent Indexという指標で、GPT-5.6 Solが推論を最大にした設定で最高値を出し、そのとき別の有力モデルより出力トークンが54%少なかったとのことです。昨日の記事と同じ話で、点数ではなく1件あたりの費用で語る流れが続いています。

今日できることを1つ挙げるなら、自社が使っているモデルの請求が、何に対して発生しているかを確かめることでしょうか。速度に払っているのか、量に払っているのか。ここが分かれば、来年の値段の変化に備えられます。AI利用のコスト管理にまとめてあります。

どう読むか

ここで立ち止まりたいのは、3日続けて同じ形の数字が出ていることです。

監視に推論計算の20%。1タスクあたり82%減。1ワットあたり1.5〜1.9倍。全部「◯◯あたり」です。合計でも順位でもなく、単位あたりの効率。今週の週次で「比べられるようになった」と書きましたが、比べる物差しの形まで揃ってきました。

そして今回いちばん引っかかったのは、性能ではなく工程のほうです。

AIがチップの設計を助け、そのチップをAIがプログラムする。9か月でテープアウト。計画になかったモデル3つに2か月で対応。一部の処理では、AIの実装が人間の専門家より1.5〜1.8倍速い。

読んでいて、少し落ち着かない気分になりました。速いAIを作るためにAIを使い、できたチップでAIがもっと速くなる。輪が閉じています。ただし全自動ではありません。新しいモデル系列に対応するには、いまも新しいカーネルとモデル固有の最適化が要るとも書かれています。

最後に、経営の側の言い分を1つ。CFOの文書には「提供元と機材と使い方のそれぞれで、信頼できる選択肢を持ち続けることが、価格の規律につながる」という趣旨が書かれています。MicrosoftとNVIDIAを土台と位置づけ、そこにAWS・AMD・Broadcom・Cerebras・CoreWeave・Oracleなどを並べ、さらに自社製も持つ。

つまり自社チップの目的は、取引先を切ることではなく、切れる状態を作ることです。この夏ずっと見てきたのは、提供元が「誰に配るか」を決める話でした。今回はその提供元自身が、自分の仕入れ先に対して同じ立場を取ろうとしています。

次に見ること

第一に、第三者による測定です。InferenceXは公開ベンチマークなので、SemiAnalysisや他社が同じ条件で測れば、1.5〜1.9倍が確かめられます。ここが揃わないうちは、自社発表の枠を出ません。

第二に、年内の配備が予定どおり進むか。量産の品質確認が残っています。

第三に、効率の行き先です。値下げに回るのか、利益に回るのか。CFOの文書には「効率の利得を利用者にも通す」とあります。一方、同じ日の技術文書のほうには「営業レバレッジの改善」、つまり費用より速く売上を伸ばせると書かれています。どちらが先に来るかは、次の価格改定で分かります。

第四に、NVIDIAをはじめとする各社の反応。そして第五に、AnthropicとGoogleが同じ形の数字を出すかどうかです。Googleは自社チップを長く持っています。同じ物差しでの比較が出れば、話が一段進みます。

前後の流れ

GPT-5.6がKiroで1タスク82%減 効いたのはモデルだけではない / OpenAIがUltrafastモードを予告 GPT-5.6 Solを最大14倍速で / OpenAIがGPT-5.6を値下げ Lunaは8割減 / AI利用のコスト管理