OpenAIがついにチップ設計に乗り出した
2026年6月24日、OpenAIはBroadcomと共同で開発した自社初のAI推論チップ「Jalapeño」を発表しました。
これは単なるGPUの代替品じゃありません。OpenAIが「フルスタック戦略」の一環として、モデル設計からチップ設計まで自前で手がけるようになったという重要なシグナルです。
💡 Jalapeñoの何がすごいのか
- LLM推論に特化 — 汎用GPUではなく、大規模言語モデルの推論処理に最適化
- 9ヶ月でテープアウト — 設計から製造引き渡しまでわずか9ヶ月。高性能ASIC開発における最速記録とされています
- 消費電力あたりの性能が大幅向上 — OpenAIの初期テストで「現行最高水準より大幅に良い」と報告
- コスト約50%削減 — Broadcom CEOのHock Tan氏が、現行AI GPU比で約50%のコスト削減を見込むと発言
- 自社モデルでチップ設計を加速 — OpenAIのAIモデル自身がチップ設計・最適化の一部を支援
🔧 なぜ「推論」なのか
AIチップの話題は「学習（トレーニング）」に集中しがちですが、推論（インフェレンス）こそが継続的なコストです。
ChatGPTの数億ユーザーが日々リクエストを送るたびに推論が走ります。モデルの精度が上がれば上がるほど、推論の計算量も増える。ここを自前チップで最適化できれば、レスポンス速度、運用コスト、製品の信頼性、すべてに直結します。
🤝 パートナーシップの構成
- Broadcom — シリコン実装、ネットワーキング技術（Tomahawk含む）、製造スケールアップ
- Celestica — ボード、ラック、システム統力
- Microsoft — ギガワット級データセンターでの展開パートナー
OpenAIはNVIDIAのGPUも引き続き学習用途で使用しつつ、推論はJalapeñoで最適化するという「マルチサプライヤー戦略」をとっています。
⚡ 9ヶ月の驚異的スピード
通常、高性能ASICの開発には2〜3年かかります。Jalapeñoは設計からテープアウトまでわずか9ヶ月でした。
このスピードの秘訣は「ソフトウェア・ハードウェアの協調設計」。OpenAIのエンジニアリングチームとBroadcomのシリコン専門知識、そしてOpenAIのAIモデル自身が設計プロセスの一部を加速させました。
AIでAIチップを設計する — まさに「フライホイール」が回り始めています。
📅 デプロイ予定
- エンジニアリングサンプルは既にラボで動作中（GPT-5.3-Codex-Sparkでテスト済み）
- 2026年末までに初期デプロイ予定
- ギガワット級データセンターでMicrosoft等と展開
- 今後数年で拡大、複数世代のロードマップ
🎯 考察：これは何を意味するか
1. チップ設計の民主化が加速している
Google（TPU）、Amazon（Trainium/Inferentia）、Meta（MTIA）、そしてOpenAI。主要AI企業がこぞって自社チップに投資しています。NVIDIAへの依存を減らしつつ、自社ワークロードに最適化できる。
2. 推論コストが下がる先にあるもの
推論が安くなれば、AIエージェントが複数ステップを自律的に回る「agentic AI」の経済性が劇的に改善します。より複雑なタスクを、より安く、より速く。
3. 日本の立ち位置は？
半導体製造装置（TEL、SCREENホールディングス）や材料（信越化学）の観点では、この流れは追い風です。ただ、設計・アーキテクチャの観点では、日本発のAIチップスタートアップの台頭がさらに求められます。
まとめ
Jalapeñoは単なる新製品発表ではありません。「AI企業が自らチップを設計する時代」の到達点です。
モデル、ソフトウェア、そしてハードウェアまで自前で握るOpenAIの戦略は、これからのAI産業の構造そのものを変えつつあります。数年後、「AIチップといえばNVIDIA一強」ではなくなっているかもしれません。
ソース: OpenAI公式発表、Broadcom共同リリース（2026年6月24日）