شريحة Jalapeño من OpenAI تتفوق على Nvidia في أولى الاختبارات

استغلت OpenAI مؤتمر Hot Chips يوم الثلاثاء 25 أغسطس 2026 لتقدّم أكثر نظرة تفصيلية حتى الآن على شريحة Jalapeño، شريحة الاستدلال التي تطوّرها داخلياً، ونشرت أول دفعة من نتائج اختبارات الأداء لهذا النظام الجديد. وبحسب اختبار InferenceX الذي طوّرته شركة SemiAnalysis، سجّلت Jalapeño عدداً أكبر من الرموز (tokens) المُقدَّمة لكل مستخدم، وإنتاجية أعلى لكل كيلوواط، مقارنة بأفضل معالجات الاستدلال المتاحة حالياً — وهي المرة الأولى التي تدعم فيها OpenAI استراتيجيتها في تصنيع الشرائح بأرقام علنية.

الخلاصة أن النتائج تُظهر تقدماً كبيراً جداً وجداً في الأداء مقارنة بأحدث ما هو متاح. تستطيع Jalapeño تقديم قدر أكبر من عمل الذكاء الاصطناعي لكل وحدة طاقة، مع إعادة الردود بسرعة أكبر في الوقت نفسه. إنها فعّالة جداً في خدمة عدد كبير من العملاء، لكنها قادرة أيضاً على تحقيق زمن استجابة منخفض جداً.

كيف تُقارن Jalapeño بشريحة Blackwell من Nvidia

أُجريت المقارنة التي نشرتها OpenAI مقابل نظام مبني على معمارية Blackwell من Nvidia، وهي حالياً المرجع الصناعي للاستدلال الواسع النطاق في الذكاء الاصطناعي. وقال ريتشارد هو، نائب رئيس OpenAI لشؤون الأجهزة، للصحفيين إن Jalapeño تقدّم ما وصفه بـ«أفضل ما في العالمين» — زمن استجابة أقل وإنتاجية أعلى في الوقت نفسه — في حين تضطر أنظمة الذكاء الاصطناعي عادةً إلى التضحية بأحدهما لصالح الآخر. وأقرّت OpenAI نفسها بأن هذه المقارنة ليست سوى لقطة في لحظة معينة: فبحلول موعد النشر الكامل لشريحة Jalapeño، من المرجّح أن تكون الأجهزة المنافسة قد تقدّمت هي الأخرى بشكل ملموس.

• من 1.5 إلى 1.9 ضعف عمل الذكاء الاصطناعي المُنجَز لكل واط مقارنة بأنظمة Nvidia GB200 وGB300 المستخدمة في المقارنة، عبر نماذج GPT-OSS 120B وDeepSeek R1 وKimi K2.5 1T
• انخفاض زمن الاستجابة من طرف إلى طرف بمقدار 1.7 إلى 3.6 ضعف على النماذج الثلاثة نفسها
• جرى الاختبار على منصة InferenceX، وهي منصة اختبار طوّرتها SemiAnalysis لقياس كيفية تعامل أنظمة الذكاء الاصطناعي مع أحمال عمل الاستدلال
• تمت المقارنة بأفضل النتائج المسجَّلة علنياً وقت إجراء الاختبار، باستخدام شرائح Nvidia الفائقة GB200 وGB300

طُوِّرت بالتعاون مع Broadcom وباستخدام نماذج OpenAI الخاصة

طوّرت OpenAI شريحة Jalapeño بالتعاون الوثيق مع شركة Broadcom، وقالت الشركة إن نماذجها الخاصة شاركت في عملية تطوير الشريحة. وتقدّم OpenAI شريحة Jalapeño كنقطة انطلاق لمنصة متعددة الأجيال، تُصمَّم فيها منتجات الذكاء الاصطناعي والنماذج والشرائح والذاكرة معاً، بدلاً من تكييف الشريحة لاحقاً مع أي نموذج يحتاج إلى العمل عليها. وقالت OpenAI إن هذا النهج «الشامل للمنظومة» سمح لمهندسيها باستهداف مراحل محددة من عملية الاستدلال غالباً ما تُسبّب احتكاكاً — وعلى رأسها مرحلة «prefill»، حيث يعالج النظام ويفسّر كل ما أرسله المستخدم، ثم خطوة الاتصال التي تليها، والتي كثيراً ما تصبح عنق زجاجة مع تزايد أحمال العمل.

صمّمنا Jalapeño لتقليل حركة البيانات وتأخيرات الاتصال إلى أدنى حد. وهذا يعني أن حالة النموذج، بما في ذلك ذاكرة التخزين المؤقت KV المستخدمة أثناء توليد الرد، يمكن وضعها والاحتفاظ بها محلياً بشكل صريح، بينما يُفعِّل النظام التوليفة المناسبة من الحوسبة والذاكرة والشبكات لكل مرحلة من مراحل الاستدلال.

نشر أولي محدود، لا تخلٍّ كامل عن Nvidia

قال هو إن من المتوقع أن تصل Jalapeño إلى مرحلة النشر «بكميات صغيرة جداً» بحلول نهاية عام 2026، على أن يأتي نشر أوسع نطاقاً خلال عام 2027؛ ولم تُحدّد OpenAI عدد الشرائح التي تخطط لنشرها العام المقبل. وعلى الرغم من نتائج اختبارات الأداء، أوضح هو أن OpenAI لا تخطط لاستبدال كامل أسطولها الحوسبي بشريحة Jalapeño. وأضاف أن استراتيجية الشركة الحوسبية الشاملة لا تزال تضم «شركاء جيدين جداً»، من بينهم Nvidia، وأن OpenAI تعتزم مواصلة تطوير الجيلين الثاني والثالث من الشريحة الجديدة مع الاستمرار في الشراء من مورّديها المعتادين.

كانت Jalapeño نفسها قد كُشف عنها علناً في وقت سابق من هذا العام — وتتباين الروايات حول التاريخ الدقيق، إذ يضع بعضها الإعلان الأول في أكتوبر 2025 بينما يضعه آخرون في يونيو 2026 — قبل أن يوفّر حدث الثلاثاء أول أرقام أداء ملموسة تدعم الطرح الأصلي. وتعتزم OpenAI أن تستمر هذه المنصة في التطور جيلاً بعد جيل، مع ضبط الأجهزة والذاكرة والشبكات معاً بدلاً من شرائها بشكل منفصل.

ماذا يغيّر هذا بالنسبة للشركات في العالم العربي التي تشغّل الذكاء الاصطناعي في الإنتاج

بالنسبة لأي شركة في العالم العربي يعتمد منتجها على قدرة استدلال ذكاء اصطناعي مستأجرة، فإن أهمية Jalapeño تكمن أقل في كونها شريحة يمكن شراؤها — إذ لا تبيعها OpenAI لعملاء خارجيين — وأكثر في كونها إشارة إلى الاتجاه الذي ستسلكه تكاليف الاستدلال وزمن الاستجابة خلال العامين أو الثلاثة أعوام المقبلة. وتميل شركات الحوسبة السحابية ومختبرات الذكاء الاصطناعي المتنافسة على خفض تكلفة خدمة كل رمز إلى نقل مكاسب الكفاءة إلى العملاء مع مرور الوقت، سواء عبر أسعار أرخص لواجهات البرمجة أو استجابات أسرع بالسعر نفسه. والشركات التي تدفع اليوم مقابل قدرة استدلال قائمة على معالجات الرسوميات، والتي تتردد في الالتزام على المدى الطويل مع مزوّدي حوسبة سحابية قائمين على Nvidia، لديها الآن مؤشر ملموس إضافي على أن الأسعار وزمن الاستجابة الحاليين ليسا سقفاً ثابتاً — وأن الاعتماد على مورّد واحد لأجهزة الاستدلال قد يبدو مختلفاً بحلول عام 2027.