AI-инфраструктура никогда не стояла на месте, но эта неделя задала новый темп. OpenAI представила свой первый чип, а IBM показала технологию, которую все считали невозможной. Разбираемся, что это значит для отрасли, разработчиков и бизнеса.

OpenAI Jalapeno: первый собственный AI-процессор

Когда OpenAI объявляет о партнёрстве с Broadcom над созданием чипа, это не просто апгрейд — это сигнал всему рынку. До сих пор компания полностью зависела от NVIDIA и AMD, закупая H100 и H200 по ценам, которые формировали её себестоимость inference. Теперь всё иначе.

Jalapeno (внутреннее название, возможно отсылка к форме перца) стал результатом девятимесячной разработки, ускоренной… самими моделями OpenAI. Суть в том, что GPT, Codex и другие internal-модели участвовали в проектировании не только программного стека, но и физической архитектуры чипа. Это первый случай, когда frontier-модель участвует в дизайне своего собственного аппаратного обеспечения — цикл разработки, который раньше занимал годы, сжался до месяцев именно благодаря AI-ускорению.

Чип предназначен специально для запуска AI-моделей — он оптимизирован под рабочие нагрузки ChatGPT и Codex. Big idea — full stack optimization: OpenAI больше не фокусируется только на software и building language models, теперь они также работают над hardware, который поддерживает эти модели. Early testing показывают существенно лучшую производительность на ватт по сравнению с текущими state-of-the-art акселераторами — детальный технический отчёт обещают опубликовать позже.

План масштабирования — гигаваттный уровень с партнёрами по дата-центрам на протяжении нескольких поколений. Гигаватт — это мощность небольшого промышленного предприятия. Один дата-центр с такой мощностью может обслуживать тысячи серверных стоек.

Почему это важно: себестоимость inference — главный барьер для массового внедрения AI. Каждый запрос к GPT-4 стоит доли цента, но при миллиардах запросов в день сумма получается колоссальной. Если Jalapeno действительно даёт значимый прирост энергоэффективности, стоимость одного запроса может упасть в разы уже в ближайшие 12–18 месяцев. Это означает, что AI-ассистенты смогут стать truly ubiquitous — встраиваться в каждое приложение, каждое устройство, каждую бизнес-процедуру без оглядки на себестоимость.

IBM sub-1nm: 100 миллиардов транзисторов на площади ногтя

Пока OpenAI рассказывала о своём чипе, IBM объявила о технологии субнанометровых чипов — 0.7 нм (7 ангстрем), что раньше считалось физическим пределом. Квантовые эффекты, туннелирование электронов, утечки тока — инженеры говорили, что ниже 1 нм полупроводниковая отрасль остановится.

IBM нашла обходной путь. Вместо того чтобы уменьшать транзисторы в двух измерениях, компания использует 3D-архитектуру под названием nano stack: транзисторы размещаются вертикально и в шахматном порядке, что позволяет увеличить плотность размещения в два раза по сравнению с 2-нм чипом 2021 года. Это не просто уменьшение — это переосмысление компоновки.

Несколько цифр для понимания масштаба. На чипе размером с ноготь помещаются nearly 100 billion transistors — почти вдвое больше, чем на 2-нм чипе двухлетней давности. Прирост производительности — до 50% при том же энергопотреблении, либо 70% экономия энергии при той же производительности. Для AI-дата-центров это означает либо вдвое больше вычислений на том же электричестве, либо сокращение счетов за электричество на две трети.

Критически важный сигнал: IBM демонстрирует, что закон Мура не умер. Уменьшение транзисторов возможно и ниже 1 нм — при условии перехода к 3D-компоновке. Индустрия получила доказательство, что масштабирование продолжится на годы вперёд, даже если классический путь «сжимаем в плоскости» упёрся в физику.

Два угла, одна тенденция

Что объединяет эти анонсы: обе компании делают ставку на вертикальное масштабирование вместо горизонтального. OpenAI оптимизирует стек под свои модели — от software до hardware. IBM оптимизирует транзисторную архитектуру под энергоэффективность через 3D-компоновку. Обе стратегии ведут к снижению стоимости гигафлопса — единицы вычислительной работы.

Для практического AI-инженера это означает несколько практических последствий. Inference становится дешевле — экономия на чипах передаётся пользователям в виде более низких цен на API и более доступных моделей. Дата-центры масштабируются быстрее — гигаваттные установки требуют меньше инфраструктуры при том же количестве вычислений, что снижает барьер входа для новых провайдеров. Open-source модели получают конкурентное давление — когда frontier-модели дешевеют, преимущество открытых моделей в цене сокращается, и на первый план выходит уже не стоимость, а прозрачность и контроль.

Как это вписывается в общую картину AI-железа

Гонка за AI-чипы разгорелась не вчера. NVIDIA доминировала последние годы на рынке GPU для обучения и inference, но давление растёт с нескольких сторон. Google разработала TPUv5, Amazon — Trainium и Inferentia, Microsoft — Maia. Все hyperscalers поняли, что зависеть от одного поставщика — стратегический риск. OpenAI с Jalapeno делает тот же шаг, но с фокусом на оптимизацию под конкретные модели, а не на generic AI-ускоритель.

IBM же работает на более фундаментальном уровне — улучшает саму физику полупроводников. Если nano stack выйдет в промышленное производство (а это процесс на годы), выигрывают все — и NVIDIA, и AMD, и OpenAI, и каждый, кто покупает серверы. Технология IBM — это enabling technology для всей отрасли, не direct competition конкретному продукту.

Важно понимать разницу между Jalapeno и чипами NVIDIA. Jalapeno — это не попытка заменить GPU. OpenAI скорее всего не будет продавать чипы отдельно — это internal product для снижения собственной себестоимости. NVIDIA по-прежнему остаётся основным поставщиком для обучения моделей, где универсальность GPU (CUDA-экосистема, поддержка сотен фреймворков) критична. Но для inference — где модель уже обучена и работает в продакшене — специализированный чип может быть эффективнее. NVIDIA знает об этом и готовит архитектуру Rubin с обещанием 3.5x прироста производительности к 2027 году. Конкуренция за inference-рынок только начинается.

Почему энергоэффективность стала критичной метрикой

Последние годы отрасль фокусировалась на производительности — как получить больше терафлопсов на чип. Но с приходом LLM-эры доминирующей метрикой стала энергоэффективность. Причина простая: стоимость электричества для дата-центра стала сопоставима со стоимостью самого оборудования. DCO (data center operations) крупных компаний тратят миллиарды долларов на электроэнергию ежегодно. Снижение энергопотребления на 30–40% — это сотни миллионов долларов экономии.

Кроме того, ограничение стало не электричество, а теплоотвод. Современные дата-центры потребляют столько энергии, что охлаждение становится отдельной инженерной проблемой. В некоторых регионах (Ирландия, Нидерланды, север Вирджинии) дата-центры уже лимитированы не электричеством, а мощностью системы охлаждения. Более энергоэффективные чипы косвенно снимают и это ограничение, позволяя строить новые дата-центры даже в уже ограниченных регионах.

Практический пример: типичный AI-запрос к большой модели потребляет примерно 0.001–0.01 кВт·ч электричества. При миллиарде запросов в день это 1–10 ГВт·ч в день, или 365–3650 ГВт·ч в год. Одна только ChatGPT, по некоторым оценкам, потребляет электричества больше, чем некоторые малые страны. Снижение энергопотребления на ватт — это не abstract метрика из бенчмарков, а реальные деньги и реальное воздействие на окружающую среду.

Геополитический контекст: US government как трендсеттер

Отдельно стоит отметить паттерн последних недель: US government фактически управляет доступом к frontier-моделям. GPT-5.6 и Claude Mythos 5 доступны только «примерно 100 доверенным партнёрам, включая крупные американские компании и федеральные агентства». Остальной мир — permanent underclass, как выразился автор оригинального видео.

Это создаёт риски для компаний, строящих бизнес на закрытых API. Если ваше приложение зависит от GPT-5.6 API, а правительство США решит ограничить доступ — бизнес остановится. Чипы вроде Jalapeno или технология IBM sub-1nm потенциально могут снизить эту зависимость, но только если open-source модели смогут приблизиться к frontier. Пока DeepSeek, Qwen и другие open-source модели догоняют, но не догоняют полностью. Gap в энергоэффективности между open-source и closed-frontier может стать новым фактором, определяющим конкурентоспособность.

Есть и другой угол: когда OpenAI говорит о gigawatt scale deployment, это подразумевает дата-центры, распределённые по всему миру. Но кто контролирует эти дата-центры? Правительства каких стран имеют к ним доступ? При текущей динамике, где US government ограничивает доступ к моделям внутри страны, логично предположить, что и доступ к инфраструктуре будет аналогично ограничен.

Конкретные области влияния

Влияние на конкретные области применения:

Робототехника и edge AI. Более энергоэффективные чипы означают, что сложные AI-задачи смогут выполняться на устройствах с батарейным питанием. Boston Dynamics и другие производители роботов смогут использовать более мощные модели без компромиссов по времени автономной работы. Это критично для складской логистики, доставки last-mile, медицинских роботов — везде, где требуется длительная автономность.

Автономные транспортные средства. Сенсоры, обработка видео, принятие решений в реальном времени — всё это требует вычислений на борту. Более эффективные чипы позволят делать это при меньшем энергопотреблении, что критично для электромобилей, где каждый ватт на бортовые вычисления — это минус к дальности хода.

Мобильные устройства. iPhone и Android-смартфоны смогут запускать локальные модели большего размера без заметного impact на время работы от батареи. Это вопрос не только convenience, но и privacy — вычисления на устройстве означают, что данные не уходят в облако.

Что это значит для разработчика

Если вы строите продукт на основе AI, текущий момент — время переосмыслить архитектурные решения. Jalapeno и IBM sub-1nm — это долгосрочные тренды, но уже сейчас видно направление: inference будет дешеветь, специализированное железо будет обгонять generic GPU для конкретных задач.

Несколько практических выводов. Во-первых, оптимизируйте под inference сейчас — quantized модели, pruning, knowledge distillation дают 2–4x ускорение уже сегодня. Во-вторых, следите за specialized accelerators — для конкретных задач (embeddings, semantic search, рекомендации) специализированные решения уже быстрее и дешевле GPU. В-третьих, consider edge deployment — когда inference станет дешевле на ватт, edge-устройства смогут делать больше.

Часто задаваемые вопросы

Когда Jalapeno появится в продакшене? OpenAI планирует деплой в дата-центрах партнёров на протяжении нескольких поколений. Exact timeline не раскрыт, но учитывая, что разработка заняла 9 месяцев, массовое развёртывание вероятно в 2027 году. При этом partner preview начнётся раньше — крупные клиенты получат доступ первыми, как и с GPT-5.6.

Что мешает IBM быстро выпустить sub-1nm в производство? Технология анонсирована как research breakthrough. Промышленное производство 3D-чипов на 0.7 нм требует новых фабрик и новых материалов — это годы капитальных инвестиций. Пока речь идёт о демонстрации возможности, не о коммерческом продукте. TSMC и Samsung смогут оценить реализуемость через 12–18 месяцев, и если технология окажется воспроизводимой, первые чипы могут появиться к 2029–2030 году.

Как это влияет на рынок GPU (NVIDIA, AMD)? Косвенно — позитивно для NVIDIA в долгосрочной перспективе. Спрос на AI-вычисления растёт, а любая оптимизация энергоэффективности снижает порог входа для новых дата-центров, расширяя общий рынок. NVIDIA в свою очередь работает над архитектурой Rubin, которая выйдет в 2027 году с обещанием 3.5x прироста производительности. Конкуренция между специализированными чипами и универсальными GPU определит структуру рынка inference на ближайшие 5 лет.

Смогут ли российские или европейские компании использовать эти технологии? Прямой доступ к Jalapeno будет ограничен US government и партнёрами. Технология IBM — это research result, доступный для лицензирования, но промышленное производство 0.7 нм потребует доступа к EUV-литографии ASML, которая также находится под экспортным контролем. Для non-US компаний path к frontier AI-железу лежит через open-source модели и оптимизацию существующего железа, а не через доступ к новейшим чипам.

Итог

OpenAI и IBM показали, что оптимизация на уровне железа — главный драйвер снижения стоимости AI в 2026 году. Jalapeno оптимизирует существующие модели под конкретное железо, IBM доказывает, что масштабирование продолжится на годы вперёд. Следующие 18 месяцев определят, станет ли AI-инфраструктура дешевле настолько, чтобы быть доступной не только enterprise-клиентам с бюджетами в миллионы долларов.

Тренд на вертикальную интеграцию (от чипа до модели) и вертикальное масштабирование (3D-компоновка транзисторов) задаёт новую парадигму: hardware-aware AI development, где software и hardware развиваются вместе, а не как отдельные слои. Разработчикам пора задуматься: какой будет ваша архитектура, когда inference будет стоить в 10 раз дешевле, чем сегодня?