OpenAI جالابينيو: أول رقاقة مخصصة لاستدلال الذكاء الاصطناعي

في 24 يونيو 2026، كشفت OpenAI و Broadcom عن Jalapeño، أول شريحة مصممة خصيصًا من OpenAI — وهي مسرع مبني لغرض محدد وهو استدلال (inference) النماذج اللغوية الكبيرة (LLM) والتي تطلق عليها OpenAI علامتها التجارية الأولى "معالج الذكاء" (Intelligence Processor).¹ وهي الخطوة الأولى في منصة أجهزة متعددة الأجيال تبنيها الشركتان معًا، وأوضح إشارة حتى الآن على أن OpenAI تريد امتلاك السيليكون الذي يعمل عليه ChatGPT بدلًا من مجرد استئجاره من Nvidia.

في سطر واحد: Jalapeño هي شريحة مخصصة لتطبيقات معينة (ASIC) صممتها OpenAI من الصفر لتشغيل نماذج الذكاء الاصطناعي — وليس تدريبها — وتم تطويرها بالتعاون مع Broadcom من التصميم إلى مرحلة التصنيع النهائي (tape-out) في تسعة أشهر فقط.¹

ملخص

• ماذا حدث: كشفت OpenAI و Broadcom عن Jalapeño في 24 يونيو 2026 — أول شريحة مخصصة من OpenAI، وهي ASIC بنيت فقط لاستدلال النماذج اللغوية الكبيرة.¹
• الادعاء: تقول OpenAI إن الاختبارات الأولية تظهر "أداءً لكل واط أفضل بكثير من أحدث التقنيات الحالية". لا تزال الشركة تقيس الأرقام النهائية وستنشر تقريرًا تقنيًا "في الأشهر القادمة".¹
• السرعة: تم التصميم حتى مرحلة التصنيع النهائي في تسعة أشهر — ما تسميه OpenAI أسرع دورة تطوير ASIC تعتقد أنه تم تحقيقها على الإطلاق في أشباه الموصلات المتقدمة — مع مساعدة نماذج OpenAI الخاصة في تسريع التصميم.¹
• فجوة المواصفات: لم تكشف OpenAI و Broadcom عن مواصفات تفصيلية. يقدر موقع Tom's Hardware، من خلال تحليل الرقاقة المعروضة على المسرح، أنها قالب بحجم الشبكية (reticle-sized die) مع ست وحدات HBM تقريبًا — لكنه يؤكد أن قراءة المعمارية هي مجرد تكهنات.²
• الخلفية: Jalapeño هي أول شريحة ملموسة من شراكة المسرعات بقدرة 10 جيجاوات التي أعلنت عنها الشركتان في أكتوبر 2025؛ يبدأ النشر بحلول نهاية عام 2026 مع شركاء من بينهم Microsoft.¹³
• بخصوص Nvidia: شريحة Jalapeño مخصصة للاستدلال فقط ولا يمكنها تدريب النماذج — فهي تكمل وحدات معالجة الرسومات Nvidia الخاصة بـ OpenAI بدلاً من استبدالها.⁴
• بخصوص التكلفة: لم يذكر إعلان OpenAI المكتوب أي رقم للتكلفة؛ استشهد الرئيس Greg Brockman بزيادة في "الأداء مقابل الدولار".⁵ وبشكل منفصل، أخبر Hock Tan، الرئيس التنفيذي لشركة Broadcom، وكالة Bloomberg أن الاختبارات الأولية أظهرت تكلفة أقل بنسبة 50% تقريبًا لكل رمز استدلال (inference token) مقارنة بوحدات معالجة الرسومات الحالية — وهو رقم تم الإبلاغ عنه ذاتيًا دون الكشف عن خط أساس أو تحقق مستقل.⁶

ما ستتعلمه

• ما هي Jalapeño ولماذا تسميها OpenAI "معالج الذكاء"
• لماذا قامت OpenAI ببناء شريحة للاستدلال فقط بدلاً من التدريب
• ما الذي تم الكشف عنه فعليًا حول الأجهزة — وما الذي لا يزال محل تكهنات
• كيف ضغطت OpenAI تصميم الشريحة في دورة تصنيع مدتها تسعة أشهر
• كيف تتناسب Jalapeño مع صفقة Broadcom بقدرة 10 جيجاوات
• ما إذا كان هذا يمثل تهديدًا حقيقيًا لشركة Nvidia

ما هي شريحة OpenAI Jalapeño؟

Jalapeño هي أول سيليكون مخصص من OpenAI: دائرة متكاملة مخصصة لتطبيقات معينة (ASIC) صُممت من الألف إلى الياء لتشغيل النماذج اللغوية الكبيرة، والتي تسميها OpenAI أول "معالج ذكاء" لها.¹ على عكس وحدة معالجة الرسومات (GPU)، وهي مسرع للأغراض العامة يمكنه تدريب النماذج وخدمتها، فإن ASIC الاستدلال مثل Jalapeño تقوم بمهمة واحدة — تشغيل نموذج مكتمل للإجابة على مستخدم — وهي مشكلة بالكامل حول تلك المهمة.

تصف OpenAI شريحة Jalapeño بأنها "تصميم من صفحة بيضاء لاستدلال النماذج اللغوية الكبيرة الحديثة، وليست مسرعًا للأغراض العامة تم تكييفه من أعباء عمل الذكاء الاصطناعي السابقة".¹ تقول الشركة إن المعمارية استلهمت من الأنظمة التي تديرها يوميًا عبر ChatGPT و Codex و البودكاست الذكي، بهدف الجمع بين إنتاجية المسرعات الرائدة اليوم مع زمن انتقال أقرب إلى أنظمة الاستدلال المتخصصة — وهو المزيج الأكثر أهمية للمنتجات التفاعلية على نطاق واسع.¹

صممت OpenAI الشريحة، بينما تولت Broadcom (NASDAQ: AVGO) تنفيذ السيليكون والشبكات، وساهمت Celestica في تكامل اللوحة والرفوف والنظام.¹ تم تسليم الشريحة على المسرح إلى Sam Altman، الرئيس التنفيذي لشركة OpenAI، و Greg Brockman، الرئيس، من قبل Hock Tan، الرئيس والرئيس التنفيذي لشركة Broadcom، و Charlie Kawwas، رئيس مجموعة حلول أشباه الموصلات التابعة لها.¹

لماذا قامت OpenAI ببناء شريحة للاستدلال فقط

التدريب والاستدلال مشكلتان مختلفتان. التدريب يبني النموذج؛ والاستدلال هو عملية تشغيل ذلك النموذج المكتمل للإجابة على مطالبة. الاستدلال هو الجزء من الفاتورة الذي يتوسع مباشرة مع الاستخدام — كل رسالة ChatGPT، كل مهمة Codex، كل مكالمة لـ البودكاست الذكي — وتخدم OpenAI الآن عبء العمل هذا مليارات المرات يوميًا. يمكن للشريحة المضبوطة فقط للاستدلال أن تتخلص من كل ما تحمله وحدة معالجة الرسومات للأغراض العامة من أجل التدريب وتستخلص عملاً مفيدًا أكثر من كل واط.

هذا المنطق الاقتصادي هو السبب في أن OpenAI تهاجم الاستدلال أولاً. قال Brockman عن الشريحة في مقابلة مع CNBC: "هذا تحسن حقيقي في الأداء ... في الأداء لكل واط والأداء لكل دولار".⁵ تضع OpenAI شريحة Jalapeño كجزء من استراتيجية "متكاملة" (full-stack) متعمدة: فبدلاً من بناء النماذج والمنتجات فقط، فإنها تصمم الآن "البنية التحتية التي تحتها: معمارية الشريحة، والنوى (kernels)، وأنظمة الذاكرة، والشبكات، والجدولة، وأنظمة النشر، وتجربة المنتج"، بحيث يمكن تحسين كل طبقة نحو نفس الهدف.¹ قارن المراقبون هذا النهج بالتكامل الرأسي لشركة Apple بين السيليكون والبرمجيات.⁷

الشخص الذي يقود هذا الجهد هو Richard Ho، الذي يرأس برنامج الأجهزة في OpenAI. قضى Ho ما يقرب من تسع سنوات في Google كقائد في مشروع Cloud TPU الخاص بها، وأدار لاحقًا هندسة الأجهزة في شركة Lightmatter الناشئة للفوتونيات قبل الانضمام إلى OpenAI — وهو بالضبط سجل المسرعات المخصصة الذي يتطلبه هذا النوع من المشاريع.⁸

ما الموجود فعليًا داخل Jalapeño — وما لم يتم تأكيده

إليك التحذير الهام: لم تكشف OpenAI و Broadcom عن مواصفات تفصيلية. ما نشروه هو مجموعة من الادعاءات واستراتيجية، وليس ورقة بيانات تقنية (datasheet).

رسمياً، تقول OpenAI إن الاختبارات الأولية تظهر أداءً لكل واط "أفضل بكثير من أحدث التقنيات الحالية"، وأن الأداء النهائي لا يزال قيد القياس، وأن تقريراً فنياً سيصدر في الأشهر القادمة.¹ ومن الناحية المعمارية، تقول OpenAI إن Jalapeño "يقلل من حركة البيانات ويوازن بين موارد الحوسبة والذاكرة والشبكات لتحقيق استفادة فعلية أقرب بكثير إلى ذروة الأداء النظري"، مع استخدام شرائح الشبكات Tomahawk من Broadcom لربط الرقائق على نطاق واسع.¹ وتقول OpenAI أيضاً إن عينات هندسية تقوم بالفعل بتشغيل أعباء عمل حقيقية للتعلم الآلي في المختبر بتردد وطاقة الإنتاج المستهدفة، بما في ذلك نموذج حددته باسم GPT‑5.3‑Codex‑Spark.¹

كل ما يتجاوز ذلك هو تحليل وليس إفصاحاً. درست مجلة Tom's Hardware الرقاقة (wafer) والحزمة التي عرضتها OpenAI على المسرح، وقدرت أن الحزمة تحتوي على شريحة حوسبة (chiplet) واحدة كبيرة محاطة بحوالي ست وحدات ذاكرة ذات نطاق ترددي عالٍ (HBM)، بالإضافة إلى شريحة إدخال/إخراج (I/O chiplet) محاطة بقالبين هيكليين وهميين — على قالب بحجم شبكي (reticle-sized die)، وهو تقريباً أكبر ما تسمح به تقنيات الطباعة الحجرية (lithography) الحالية فيزيائياً.² لكن المنشور كان صريحاً في أنه "يخمن": فالمخطط الأرضي "يبدو بالفعل" مثل مسرع من نوع المصفوفة الانقباضية (systolic-array)، ومع ذلك "من الصورة وحدها، من المستحيل تحديد" مسار البيانات الدقيق.² ولم تؤكد أي من الشركتين التقارير حول عقدة تصنيع محددة (تذكر بعض المصادر تقنية 3nm من TSMC) أو عدد دقيق لوحدات HBM. تعامل مع هذه الأرقام على أنها تخمينات مدروسة حتى يصدر التقرير الفني.

وينطبق نفس الحذر على التكلفة. فرقم "أرخص بنسبة 50%" الذي تصدر العناوين لا يظهر في إعلان OpenAI المكتوب، والذي يصف الأداء لكل واط فقط بأنه "أفضل بكثير من أحدث التقنيات الحالية".¹ الرقم جاء من Hock Tan، الرئيس التنفيذي لشركة Broadcom، الذي أخبر Bloomberg أن الاختبارات الأولية أظهرت تكلفة أقل بنسبة 50% تقريباً لكل رمز استنتاج (inference token) مقارنة بالجيل الحالي من وحدات معالجة الرسومات GPUs.⁶ تعامل مع الأمر كنتيجة معلنة ذاتياً: فهي تعتمد على أعباء العمل التي اختارتها OpenAI بنفسها، مع عدم الكشف عن خط أساس للمقارنة ولا يوجد تحقق مستقل. ومن جانب OpenAI نفسها، تم ذكر المكاسب نوعياً فقط — ما وصفه Brockman بـ "الأداء مقابل الدولار" — مع تأجيل التفاصيل إلى تقرير فني مستقبلي.⁵

عملية Tape-out في تسعة أشهر، تسارعت بفضل نماذج OpenAI الخاصة

الحقيقة الأكثر إثارة للدهشة التي تم الكشف عنها هي الجدول الزمني. فقد انتقل Jalapeño "من التصميم الأولي إلى مرحلة التصنيع النهائية (tape-out) في تسعة أشهر فقط"، وهو ما تصفه OpenAI بأنه "ما نعتقد أنه أسرع دورة تطوير لرقائق ASIC تم تحقيقها على الإطلاق في أشباه الموصلات المتقدمة عالية الأداء".¹ الـ Tape-out هي النقطة التي يتم فيها الانتهاء من التصميم وتسليمه للمصنع — إنها خط النهاية لمرحلة التصميم، وليس للشحن، ولهذا السبب لا يزال من المقرر بدء النشر في نهاية عام 2026.

جزء من هذه السرعة جاء من مصدر غير معتاد: استخدمت OpenAI نماذجها الخاصة لتسريع أجزاء من أعمال التصميم والتحسين.¹⁹ في صياغة OpenAI، "نفس النماذج المقدمة للمستخدمين تساعد في تحسين البنية التحتية المستخدمة لتشغيل النماذج المستقبلية" — وهي حلقة متصلة يساعد فيها الذكاء الاصطناعي في تصميم الرقائق التي تجعل تشغيل الذكاء الاصطناعي أرخص.¹ إنه عرض ترويجي ذاتي المرجعية، ومن الجدير بالذكر أنه يظل ادعاءً حول عملية تطوير بدلاً من كونه نتيجة مقاسة بشكل مستقل. ومع ذلك، فإن دورة مدتها تسعة أشهر لمسرع رائد ستكون سريعة بأي معيار في هذه الصناعة.

صفقة الـ 10 جيجاوات وراء Jalapeño

لم يظهر Jalapeño من العدم. في أكتوبر 2025، أعلنت OpenAI و Broadcom عن تعاون استراتيجي لنشر 10 جيجاوات من مسرعات الذكاء الاصطناعي المصممة من قبل OpenAI، مع قيام Broadcom بتوفير تقنيات Ethernet والشبكات، ومن المقرر أن يبدأ نشر الرفوف (racks) في النصف الثاني من عام 2026 وينتهي بحلول نهاية عام 2029.³ لم يتم الكشف عن الشروط؛ وقدرت صحيفة Financial Times أن عملية البناء قد تكلف OpenAI حوالي 350-500 مليار دولار.³ ويعد Jalapeño أول معالج سيليكون يخرج من تلك الاتفاقية — بعد حوالي ثمانية أشهر من توقيعها.¹

ربط Hock Tan من Broadcom الشريحة مباشرة بهذا التوجه نحو البنية التحتية، قائلاً إن التعاون يتيح "نشر مراكز بيانات بمقياس الجيجاوات مع Microsoft وشركاء آخرين بدءاً من عام 2026".¹ وتسمي OpenAI مشروع Jalapeño "الخطوة الأولى في منصة حوسبة متعددة الأجيال"، حيث تجمع بين تصميمات المسرعات الخاصة بها مع معالجات السيليكون والشبكات من Broadcom وتكامل الأنظمة من Celestica.¹

ماذا يعني Jalapeño بالنسبة لـ Nvidia

من المغري قراءة "OpenAI تبني شريحة" على أنها "OpenAI تتخلى عن Nvidia". ليس هذا ما حدث. Jalapeño هو ASIC للاستنتاج فقط (inference-only) — لا يمكنه تدريب النماذج — لذا فهو يعمل جنباً إلى جنب مع وحدات معالجة الرسومات GPUs الخاصة بـ OpenAI بدلاً من استبدالها. تواصل OpenAI شراء كميات كبيرة من أجهزة Nvidia للتدريب، ولديها اتفاقية حوسبة منفصلة مع AMD.⁴ الصورة الواقعية على المدى القريب هي بنية تحتية متعددة الموردين، وليست قطيعة تامة.

تكمن الضغوط الحقيقية في اقتصاديات الاستنتاج (inference). الاستنتاج هو الجزء عالي الحجم والمدفوع بالاستخدام من عبء العمل، وهو بالضبط الجزء الذي يمكن لشريحة مخصصة ومحسنة بدقة أن تخدمه بتكلفة أقل على نطاق واسع. إذا وفى Jalapeño بادعاء الأداء لكل واط، فإنه سيقتطع من الشريحة الأكثر حساسية للسعر في أعمال Nvidia — وهي نفس الشريحة التي يستهدفها المنافسون بمعالجات السيليكون الخاصة بهم. تتبع OpenAI مساراً مهدته Broadcom بالفعل مع الشركات الكبرى في مجال الحوسبة السحابية (hyperscalers): فهي تبني مسرعات الذكاء الاصطناعي المخصصة وراء وحدات TPU من Google و MTIA من Meta، وتعد OpenAI الآن من بين أبرز عملائها. لمزيد من السياق، راجع تغطيتنا لـ صفقة Broadcom للسيليكون المخصص مع Meta، و سباق رقائق الذكاء الاصطناعي المخصصة الأوسع ضد Nvidia، وكيف قسمت Google خط TPU الخاص بها إلى رقائق للتدريب ورقائق للاستنتاج — وهو نفس دافع "الاستنتاج أولاً" الذي يحرك OpenAI الآن.

الخلاصة

تعد Jalapeño شريحة ذات أهمية استراتيجية مغلفة بإفصاح محدود عمدًا. الحقائق الرئيسية — أول سيليكون من OpenAI، دورة تصميم مدتها تسعة أشهر، منصة متعددة الأجيال مع Broadcom — حقيقية وموثقة.¹ أما الأرقام التي ينتظرها الجميع — المواصفات الدقيقة، وعملية التصنيع، وادعاء "أرخص بنسبة 50%" — لم يتم تأكيدها بعد، كما أن أقوى عبارات الأداء ("أفضل بكثير من الحالة الراهنة للفن") لا تزال مشروطة بكونها اختبارات مبكرة.¹²⁵ القراءة الصادقة للموقف حاليًا: لقد دخلت OpenAI سباق السيليكون المخصص بمصداقية واستهدفت اقتصاديات الاستدلال بشكل مباشر، لكن الدليل سيأتي مع التقرير الفني الموعود وأول عمليات النشر في نهاية عام 2026. حتى ذلك الحين، راقب ما سيتم شحنه فعليًا، وليس ما تم عرضه على المسرح.

المصادر