OpenAI et Broadcom dévoilent Jalapeño : leur premier chip IA dédie à l'inférence

OpenAI ne veut plus dépendre uniquement de Nvidia pour faire tourner ses modèles. Le 24 juin 2026, la société a présenté avec Broadcom son premier chip maison : Jalapeño, un processeur d'inférence conçu de zéro en seulement neuf mois. C'est une annonce qui change concrètement l'économie de l'IA générative, et qui intéresse tout le monde : des labs aux créateurs qui paient chaque token.

Ce qu'est Jalapeño, précisément

Jalapeño est un ASIC (circuit intégré à application spécifique). Pas un GPU polyvalent comme ceux de Nvidia : un processeur conçu pour une seule tâche, et une seule tâche bien précise : faire tourner des grands modèles de langage en inférence. Autrement dit, répondre à vos requêtes ChatGPT, générer vos images, faire parler vos avatars vidéo.

L'architecture est gravée sur le noeud 3nm de TSMC, avec huit stacks de mémoire HBM. La cible principale de l'optimisation : réduire les allers-retours entre la logique de calcul et la mémoire externe, le vrai goulot d'étranglement des LLMs en production.

Ce qui est remarquable, c'est la vitesse de développement. Neuf mois du design initial au tape-out. Les entreprises qui font des puces personnalisées parlent habituellement de cycles de deux à quatre ans. OpenAI a accéléré ce cycle en utilisant ses propres modèles d'IA pour assister la conception du chip. L'outil a conçu une partie de son propre futur remplaçant.

Les chiffres avancés : 50% moins cher que les GPU

OpenAI et Broadcom annoncent un coût d'inférence environ 50% inférieur à celui des GPU Nvidia actuels. La promesse : meilleure performance par watt, et un coût par token en forte baisse pour les déploiements à grande échelle.

Caveat important : ces chiffres sont auto-reportés par OpenAI, sur des workloads de leur propre choix, sans baseline divulguée ni vérification indépendante. TechCrunch, VentureBeat et Tom's Hardware le notent. Il faudra attendre le déploiement réel et les tests tiers pour confirmer. Mais même une amélioration de 30% serait structurellement significative à l'échelle d'une infrastructure en gigawatts.

Le déploiement initial est prévu pour fin 2026, dans les data centers de partenaires dont Microsoft. L'ambition affichée : des clusters en gigawatts dès 2026-2027.

Pourquoi c'est important pour les créateurs IA

On pourrait se dire que c'est une histoire de fonderie de puces et que ça ne concerne pas un créateur qui génère des vidéos avec Runway ou Kling. Mais l'économie de l'inférence, ça descend toujours jusqu'au pricing final.

Quand OpenAI réduit son coût d'inférence de moitié, il a deux options : garder la marge, ou baisser les prix API pour gagner des parts de marché face à Google et Anthropic. Avec la pression concurrentielle actuelle, la seconde option est probable. Ce qui veut dire : moins cher par token pour GPT-5, moins cher pour les outils qui l'utilisent sous le capot (HeyGen, ElevenLabs, des dizaines d'autres).

Et si OpenAI peut inférer ses modèles deux fois moins cher, les modèles plus grands et plus capables deviennent accessibles à des tarifs que les créateurs peuvent payer sans avoir un budget de studio.

💡 Le cut de Frank : un chip d'inférence moins cher, c'est le même raisonnement qu'un disque dur moins cher en 2000. Ça ne change pas ce que tu crées, mais ça change ce que tu peux te permettre de créer.

Le contexte : OpenAI vs Nvidia

Depuis que Sam Altman a dit publiquement qu'OpenAI ne pouvait "pas obtenir assez de compute", la dépendance à Nvidia est devenue un sujet stratégique. Les GPU H100 et H200 de Nvidia se revendent au prix du platine sur le marché secondaire. L'indépendance partielle avec un ASIC maison, même si elle ne remplace pas les GPU (moins flexibles pour l'entraînement), change le rapport de force.

Google a son TPU. Amazon a ses Trainium et Inferentia. Meta a ses puces internes. OpenAI était le grand absent de cette course. Jalapeño marque son entrée, avec neuf ans de retard sur Google mais un partenariat Broadcom qui raccourcit massivement le cycle.

Qualcomm est parallèlement en discussion pour racheter Tenstorrent entre 8 et 10 milliards de dollars. Anthropic discute avec Microsoft pour faire tourner Claude sur les puces Maia 200 d'Azure. L'industrie est en train de structurellement diversifier son infrastructure de calcul loin de Nvidia. C'est un mouvement de fond, pas une tendance.

Ce que ça ne change pas (encore)

Jalapeño est conçu pour l'inférence, pas l'entraînement. Pour créer les prochaines versions de GPT, OpenAI continuera d'avoir besoin de clusters GPU massifs. Le chip ne remplace pas Nvidia : il réduit la dépendance sur un cas d'usage spécifique.

Le déploiement est prévu fin 2026. Il s'agit pour l'instant d'une annonce, pas d'une infrastructure en production. Les 50% d'économies restent à démontrer à l'échelle et sous load réel.

Et puis il y a la flexibilité : un ASIC est optimisé pour une architecture de modèle précise. Si les architectures évoluent vite (ce qu'elles font), le chip peut se retrouver sous-optimal plus rapidement qu'un GPU généraliste. C'est le risque historique de l'ASIC.

Les sources

• TechCrunch : OpenAI unveils its first custom chip
• VentureBeat : OpenAI unveils first custom AI inference chip, Jalapeño
• CNBC : OpenAI and Broadcom reveal Jalapeno
• Tom's Hardware : Broadcom and OpenAI unveil Jalapeño inference processor
• Bloomberg : OpenAI and Broadcom Unveil Jalapeño AI Chip

FAQ

Foire aux questions

Réponses rapides aux questions les plus fréquentes sur cet article.

Jalapeño, c'est quoi exactement ?

+

C'est le premier ASIC (processeur spécialisé) qu'OpenAI a conçu avec le fondeur de puces Broadcom. Il est optimisé uniquement pour l'inférence LLM : faire tourner des modèles de langage en réponse aux requêtes utilisateurs. Il utilise un noeud 3nm TSMC avec 8 stacks de mémoire HBM.

En quoi est-il différent d'un GPU Nvidia ?

+

Un GPU comme le H100 de Nvidia est un processeur généraliste pour le calcul parallèle. Il peut faire de l'entraînement ET de l'inférence. Jalapeño est un ASIC : il ne fait que de l'inférence, mais il le fait de façon beaucoup plus efficace (moins cher, moins énergivore) sur les architectures LLM actuelles d'OpenAI.

Les 50% d'économies sont-elles vérifiées ?

+

Non, pas encore de façon indépendante. Ces chiffres viennent d'OpenAI et Broadcom eux-mêmes, sur des workloads choisis par OpenAI. TechCrunch, VentureBeat et Tom's Hardware signalent tous ce bémol. La vérification indépendante viendra après déploiement, prévu fin 2026.

Est-ce que ça va rendre ChatGPT moins cher ?

+

Potentiellement, oui, mais pas automatiquement. Si OpenAI réduit ses coûts d'inférence de moitié, la pression concurrentielle de Google et Anthropic l'incitera à répercuter une partie de ces gains dans ses prix API. Mais rien n'est garanti à ce stade.

Quand Jalapeño sera-t-il déployé ?

+

Déploiement initial prévu fin 2026, dans des data centers partenaires incluant Microsoft. Le déploiement à grande échelle (clusters en gigawatts) est planifié pour 2026-2027.

Cela affecte-t-il les outils créatifs IA comme Runway ou HeyGen ?

+

Indirectement, oui. Ces outils utilisent souvent des modèles OpenAI sous le capot pour des fonctions de génération de texte, de scripts ou de narration. Si le coût d'inférence OpenAI baisse, leurs coûts de production peuvent baisser aussi, et potentiellement leurs tarifs.

OpenAI va-t-il abandonner Nvidia ?

+

Non, pas du tout. Jalapeño est conçu pour l'inférence uniquement. Pour l'entraînement des modèles, OpenAI continuera de dépendre largement des GPU Nvidia. L'objectif est de réduire la dépendance sur un cas d'usage précis, pas de remplacer toute l'infrastructure.

Comment Jalapeño a-t-il été développé si vite ?

+

OpenAI a utilisé ses propres modèles d'IA pour accélérer la conception du chip, compressant le cycle habituel de 2-4 ans à 9 mois. C'est peut-être l'aspect le plus symbolique de l'annonce : l'outil a participé à la conception de son propre remplaçant matériel.