OpenAI初の自社チップ「Jalapeño」が動き出した。設計9か月、GPU比でコスト半分をうたう

世界で最もNVIDIAのGPUを買ってきた会社のひとつが、自分で設計したチップを手にした瞬間です。BroadcomのホックタンCEOとチャーリー・カワス社長が、OpenAIのサム・アルトマンCEOとグレッグ・ブロックマン社長にチップの実物を手渡す——発表はそんな演出で行われました。そもそも「AI半導体とは何か」を知りたい場合は、先にこちらをご覧ください。

何が発表されたのか

発表の要点を整理します（OpenAI・Broadcom・CNBC）。

この提携は突然出てきたものではありません。両社は2025年10月の公表前にすでに18か月間、水面下で共同開発を進めていました。公開から実物のサンプル提示まで8か月というスピードは、その助走があってのものです。

なぜ「推論専用」なのか

AIの計算には、モデルを訓練する「学習」と、できあがったモデルで質問に答える「推論」があります。学習は数か月に一度の巨大プロジェクトですが、推論はユーザーがChatGPTに話しかけるたびに発生する日常業務で、利用者が増えるほど計算量が際限なく膨らみます。OpenAIにとって、推論コストはサービスの原価そのものです。

NVIDIAのGPUは学習にも推論にも使える万能選手ですが、万能であるぶん、推論だけに使うには過剰な回路を抱えています。Jalapeñoは、LLM（大規模言語モデル）の推論で実際に発生する処理——計算の種類、メモリの移動パターン、チップ間通信、リクエストのさばき方——だけに最適化することで無駄を削りました。「約50%のコスト削減」の根拠はこの割り切りです。ただしこの数字はベンダー側の主張であり、実運用での検証はこれからという点は割り引いて読む必要があります。

汎用GPUと専用チップ（ASIC）の使い分けの原理は「GoogleもAmazonも、AIチップを自分で作り始めた」で基礎から解説しています。

「AIがチップを設計した」は何を意味するのか

今回の発表で業界がざわついたのが、設計期間です。Jalapeñoの設計は約9か月で完了しました。通常、この規模のチップ設計には2年前後かかります。

ブロックマン社長は「自社のAIモデルがどれほど設計を加速できたかは、我々自身にとっても驚きだった」と述べています（OpenAI・報道ベース）。回路配置の最適化や検証作業の一部をAIに任せることで、人間のエンジニアが設計判断に集中できたという説明です。AIを作る会社が、AIを使って、AIを動かすチップを設計する——この循環が回り始めたことは、チップ設計業界全体の開発速度の前提を変える可能性があります。

NVIDIA一強はどうなるのか

Jalapeñoが直ちにNVIDIAを脅かすわけではありません。OpenAIは最先端モデルの学習用にNVIDIA製GPUを大量調達し続けており、Jalapeñoはまず推論の一部を置き換える位置づけです。

しかし構図の変化は明確です。TrendForceの予測では、カスタムASICを搭載したAIサーバーは2026年に出荷の**27.8%**へ達し、ASIC出荷は前年比+44.6%と、GPU（+16.1%）の約2.8倍の速度で伸びます。Google TPU・Amazon Trainium・Meta MTIAに続き、OpenAIまで自社チップ陣営に加わったことで、「推論の標準はカスタムASIC」という流れが決定的になりました。この勢力図は「クラウド大手4社が独自AIチップを内製した理由」で整理しています。

そしてこの流れの最大の受益者が、設計を請け負うBroadcomです。同社はAI半導体の受注残を約730億ドル抱え、Google・Meta・OpenAIのカスタムチップを一手に引き受けています。Broadcomのビジネスモデルは「GoogleのAIチップを陰で作る“カスタムASICの黒衣”」で解説しています。

この発表の注意点はなにか

割り引いて見るべき点も整理しておきます。第一に、コスト50%削減もフル稼働時期も、現時点ではベンダー側の計画値です。カスタムチップは量産初期の歩留まりやソフトウェア対応でつまずくことが珍しくありません。

第二に、NVIDIAの強さの本体はGPU単体ではありません。CUDAを中心とするソフトウェア資産と開発者の慣性こそが本体です（詳細は「NVIDIAの本当の強さはGPUではなく、CUDAという「逃げられない仕組み」だった」）。自社ワークロードに閉じたOpenAIだからASICが成立するのであり、汎用市場でGPUが置き換わる話ではありません。

それでも、「世界最大のAI企業が、推論コストを自分の手に取り戻しにきた」という事実は残ります。2026年末の初期導入が計画通り進むか——AIインフラの原価構造を占ううえで、最も注視すべきマイルストーンの一つです（OpenAI・Broadcom・CNBC）。