Richard Ho, vice-président chargé du matériel chez OpenAI, a fixé l’objectif de production de la puce d’inférence Jalapeño au premier semestre 2027. Dans un entretien publié le 12 octobre 2026 et mené par Richard Nieva pour Forbes, Ho a qualifié ce calendrier d’ambitieux : certains utilisateurs pourraient utiliser la puce pour certains modèles d’ici là, tandis que les travaux logiciels et d’autres préparatifs se poursuivaient.
Trois jalons, du déploiement à la montée en volume
OpenAI avait indiqué le 25 août 2026 vouloir commencer à déployer Jalapeño dans son infrastructure de calcul d’ici la fin de l’année. L’objectif de Ho pour le premier semestre 2027 concerne une première production. De son côté, SemiAnalysis a rapporté une montée progressive de la production pendant 2027, avec l’essentiel du volume attendu en fin d’année. Ces échéances décrivent un déploiement initial, un objectif de production et une montée en volume ultérieure.
OpenAI a présenté son plan de déploiement initial dans son billet du 25 août 2026. La montée en volume de 2027 est, elle, rapportée par SemiAnalysis.
Ce que mesurent les résultats InferenceX
Le 25 août 2026, OpenAI a publié des résultats InferenceX portant sur GPT-OSS 120B, DeepSeek R1 670B et Kimi K2.5 1T. Les essais utilisaient des charges nominales 8k/1k avec prédiction d’un seul jeton. Pour ces modèles et ces conditions, l’entreprise a rapporté une performance de pointe par watt entre 1,5 et 1,9 fois supérieure à celle des systèmes de comparaison, ainsi qu’une latence de bout en bout entre 1,7 et 3,6 fois plus faible. Pour les charges très interactives, OpenAI a aussi rapporté une performance entre 2,1 et 4,1 fois supérieure. Ces chiffres proviennent des résultats publiés par OpenAI.
OpenAI indique une puissance nominale de 700 W pour la puce et une puissance soutenue mesurée inférieure ou égale à 550 W dans les charges testées. Ces valeurs accompagnent les résultats des essais publiés par l’entreprise ; elles ne décrivent pas une mesure de sa flotte en production.
Jalapeño s’ajoute au parc de calcul d’OpenAI
L’inférence désigne l’exécution d’un modèle d’IA, par exemple pour produire une réponse. OpenAI et Broadcom ont annoncé Jalapeño le 24 juin 2026 comme un accélérateur d’inférence optimisé pour les grands modèles de langage. Notre présentation précédente de Jalapeño et de son rôle prévu aux côtés des accélérateurs NVIDIA revient sur le projet. Dans son entretien avec Richard Nieva, Ho a décrit Jalapeño comme une capacité supplémentaire et indiqué que NVIDIA resterait présent dans le parc de calcul d’OpenAI.
