OpenAIとBroadcomがLLM推論特化の独自AIチップJalapeñoを発表

画像の出典：OpenAI

AIの活用が企業競争力の源泉となる中、計算資源の確保とコスト最適化は、多くのDX担当者や経営層にとって喫緊の課題となっています。

OpenAIとBroadcomが発表した独自AIチップ「Jalapeño（ハラペーニョ）」は、LLM（大規模言語モデル）の推論処理に特化することで、この課題に正面から挑むものです。

本記事では、両社の提携の背景と、この新チップがAIインフラのあり方に与える影響について詳しく解説します。

OpenAIとBroadcomによる独自チップ開発の全容

LLM推論に特化したアクセラレータ「Jalapeño」

2026年6月24日、OpenAIとBroadcomは共同設計した初の独自AIチップ「Jalapeño」を発表しました。本チップは、ChatGPTをはじめとするOpenAIのモデル提供における「推論（インファレンス）」処理に特化したアクセラレータです。推論とは、学習済みのモデルを用いて新しいデータに対して予測や回答を生成するプロセスを指します。AIサービスが普及するにつれ、この推論にかかる計算コストと電力消費が膨大になっており、Jalapeñoはまさにそのボトルネックを解消するために開発されました。

わずか9か月でのテープアウトを実現

特筆すべきは、その開発スピードです。初期設計から製造のテープアウト（設計完了後の製造工程への移行）まで、わずか9か月という短期間で完了しました。この迅速な開発を支えたのは、OpenAI自身のAIモデルによる設計支援です。すでにエンジニアリングサンプルは、GPT-5.3-Codex-Sparkを含む複雑なML（機械学習）ワークロードにおいて、目標とする周波数および電力消費の範囲内でラボ稼働を開始しています。Broadcomは、このプロジェクトにおいてシリコン実装の主導および設計・実装パートナーとしての役割を果たしました。

AIインフラのフルスタック戦略とコスト構造の変化

NVIDIA依存からの脱却と最適化

OpenAIは、計算資源をより豊富にし、AIをより速く、安定的かつ安価に提供するための「フルスタック」インフラ戦略を推進しています。現在、AI業界はNVIDIAのGPUに大きく依存していますが、Jalapeñoの投入は、特定のハードウェアベンダーへの依存度を下げ、自社のモデルに最適化された環境を構築する狙いがあります。早期テストの結果では、現行の最先端チップと比較して、ワットあたりの性能が大幅に向上していることが示されており、エネルギー効率の改善が期待されます。

2026年末の初期導入と今後の展開

Jalapeñoの初期導入は2026年末を目標としており、2027年以降にはその展開規模が拡大される予定です。両社はすでに2025年10月に戦略提携を発表しており、OpenAIが設計するAIアクセラレータの展開に向けて強固な協力体制を築いてきました。この動きは、単なるチップ開発にとどまらず、AIモデルの進化とハードウェアの進化を同期させる、垂直統合型のインフラ構築を意味しています。

企業が注目すべきAIインフラの未来

ハードウェアとソフトウェアの融合

今回の発表は、AIモデルの性能向上がハードウェアの制約を受ける段階から、モデル側がハードウェアを定義する時代への転換点を示唆しています。企業がAIを導入する際、これまでは「どのモデルを使うか」が焦点でしたが、今後は「どのようなインフラ上でモデルが動いているか」というコスト構造や効率性が、サービス提供価格や安定性に直結するようになります。

DX担当者が備えるべき視点

経営層やDX担当者は、AIの導入コストがハードウェアの最適化によって今後どのように変化するかを注視する必要があります。独自チップの登場は、将来的にAIサービスの利用料低減や、より大規模なモデルのリアルタイム実行を可能にする可能性を秘めています。自社のAI戦略を策定する際には、こうしたインフラの進化を考慮に入れ、特定のベンダーに縛られない柔軟なアーキテクチャの検討が重要となるでしょう。

まとめ

• OpenAIとBroadcomがLLM推論特化の独自AIチップ「Jalapeño」を発表。
• 設計からテープアウトまで9か月という異例の速さを実現し、ワットあたりの性能向上を達成。
• 2026年末の導入開始を皮切りに、AIインフラのフルスタック化とコスト構造の最適化を加速させる。

AIインフラの進化は、企業のAI活用コストを劇的に変える可能性があります。今後は、自社のAI導入計画において、ハードウェアの効率性やインフラの持続可能性を評価軸に加えることを推奨します。

出典：OpenAI／broadcom.com