概要

OpenAIはAIアクセラレータチップ「Jalapeño」を発表し、Nvidia GB300を大幅に上回る性能と省電力性を実現。 設計期間は20ヶ月未満、設計チームは100人以下という小規模かつ高速な開発体制。 設計プロセスにはOpenAIの大規模言語モデル（LLM）を活用し、フロントエンド自動化を加速。 Broadcomとの協業で物理設計や製造を分担し、AIによる設計最適化の成果も報告。 今後はバックエンド工程や検証にもAI活用を拡大し、さらなる設計効率化を目指す方針。

OpenAI初のAIアクセラレータチップ「Jalapeño」の概要

• OpenAI が2025年8月25日にAIアクセラレータチップ「 Jalapeño」を正式発表
• 最大 13.4ペタフロップス の4ビット演算性能、 232GBの先端メモリ 搭載、 15.4TB/秒 の高速メモリ帯域
• Nvidia GB300 比で最大 3.6倍の低遅延、消費電力も削減
• 実際の運用環境での効果は今後検証予定

設計プロセスとAI活用の詳細

• 設計開始からシリコン完成まで20ヶ月未満 という高速開発
• RTL設計からテープアウトまで9ヶ月 という短期間
• 設計チームは平均100人未満、現在も同規模体制
• OpenAIが システム設計・ソフトウェア・ネットワーク を担当、 Broadcom が物理設計・製造を担当
• Broadcom との協業が高速開発の鍵

LLMによる設計自動化とワークフロー

• OpenAIのLLM を活用し設計自動化を推進
  • 言語やコードの理解力を活かし、 高位合成（XLS） ワークフローを構築
  • DSLXやC++で設計→Verilog変換 しやすい環境を実現
• ベンチマーク用ソフトウェア最適化にも 内部AIモデル を活用
  • 理論性能の0.31%→88.94% まで最適化を40時間で達成
• 設計初期は o3モデル、後期は GPT-6 Astraの先行モデル を利用
  • Verilog直接操作 や 専用設計ツール自動化 も視野

バックエンド設計・物理最適化へのAI応用

• バックエンド設計は主に Broadcom が担当
  • OpenAIチームも 物理設計エンジニア が協力
• AIによる物理設計最適化 で回路面積10%削減を実現
• OpenAI内部モデル はBroadcomには未提供、商用モデルのみ利用

次世代設計と今後の展望

• AI活用範囲拡大 を見据え、次世代チップ開発を推進
  • 検証・物理設計・デバッグ 自動化ツールも導入予定
• 完全自動化は困難 としつつ、小規模チーム・短期間で高品質設計を目指す方針
• Astra以降のLLM がチップ設計にも適用予定

OpenAIのJalapeño開発が示すAI設計の未来

• 高性能AIチップを小規模・高速で開発 できる時代の到来
• LLMの進化 が設計自動化・最適化を加速
• AIと人間エンジニアの協働 による新しい半導体開発体制の確立
• 今後は バックエンド工程や検証 でもAI活用が拡大し、さらなる効率化が期待