OpenAI新チップ「Jalapeño」始動、コスト削減へ

OpenAIが、自社設計の推論用チップ「Jalapeño」の初めてのベンチマーク結果を公表した。海外ニュースレターThe Rundown AIが報じたところによると、半導体メーカーBroadcomと共同開発したこのチップは、AIモデルの学習ではなく「推論」、つまり学習済みのAIが実際に回答を生成する処理に特化している。

社内テストでは、消費電力700ワットのJalapeñoが、消費電力1,200ワットというNvidiaの主力GPU（AIの計算処理に広く使われる半導体）に対し、応答速度で最大3.6倍、電力1ワットあたりの処理量で最大1.9倍の性能を示したという。OpenAIのハードウェア担当バイスプレジデントRichard Ho氏は、社内需要がそれだけ大きいとして当面は外部販売の予定がないと述べており、モデルの学習には引き続きNvidiaのGPUを使う方針も明らかにしている。すでに次世代・次々世代の開発も進んでおり、年内にOpenAIのデータセンターへの導入を始め、2027年にかけて量産を拡大する計画だ。一次情報として、OpenAIの公式X（旧Twitter）アカウントの発信も参照できる(OpenAI公式X)。

この動きが仕事に関わる読者に意味を持つのは、AIサービスの「裏側のコスト構造」が変わり始めているからだ。ChatGPTのようなサービスの応答1回ごとには、GPUの電力・冷却・購入費というコストがかかっており、そのコストは最終的にAPI利用料やサブスクリプション価格に反映される。自社でチップを設計できれば、Nvidiaに支払っていた利益分を削れるうえ、自社モデルの癖に合わせてチップ側を最適化できるため、同じ処理をより安く・速くこなせるようになる。GoogleがすでにTPUという自社チップで同様の効果を得ており、Anthropic・Amazon・Microsoftも追随を計画しているとされ、大手AI企業の間で自社シリコン開発が業界標準になりつつある。

この一連の動きが投げかけている論点は、「自社チップ化はユーザーの体感価格・体感速度をいつ変えるか」という一点に絞って考える価値がある。まず押さえておきたいのは、Jalapeñoが今のところ外販されない社内専用チップだという事実だ。OpenAIの主張通りの性能が出ていたとしても、それは「OpenAIの原価が下がる」という話であって、「ChatGPTの利用料がすぐ下がる」という話ではない。企業は原価が下がった分をまず投資回収や利益率改善に回すことが多く、値下げに転嫁されるのは、他社との価格競争が激しくなった局面に限られる。

それでも中長期では、値下げ圧力として効いてくると見てよい根拠がある。Google・Amazon・Microsoft・Anthropicが横並びで自社チップ開発に動いているのは、Nvidiaへの依存というコスト構造そのものが業界共通の負担になっているからだ。複数社が同時に原価低減に成功すれば、どこか一社が値下げや高性能化で先に仕掛けたときに、他社も追随せざるを得なくなる。これは新規参入が相次いだ市場で価格競争が起きる一般的な構造であり、OpenAI固有の予測ではなく、AIチップ開発が「特定企業のR&D」から「業界の設備投資競争」に移った時点でほぼ避けられない流れだ。

日常的にAIを使う立場からは、この構造変化を「いつか安くなる」という漠然とした期待ではなく、「今どのモデル・どのプランを使うか」という選択の判断材料として持っておくのが実利にかなう。文字起こしや要約のように音声データを継続的にAIへ渡す用途は、モデル自体の精度よりも1回あたりの処理コストに敏感な領域であり、チップ側のコスト構造が動けば、真っ先に料金体系の見直しが波及しやすい部分でもある。半年から1年のスパンでAI関連サービスの価格改定・機能拡充のニュースが増えても不思議ではなく、その動きを「値下げの前触れ」として意識しておくことは、ツール選定のタイミングを見極めるうえで無駄にならない。