OpenAI 自社チップ Jalapeño — 推論コスト半減が狙う『NVIDIA依存』からの脱却

概要

OpenAI と Broadcom は2026年6月24日、OpenAI 初の自社設計チップ Jalapeño を発表した。

Jalapeño は LLM の推論（inference）に特化した ASIC である。 学習用ではなく、学習済みモデルを実際に動かす工程に最適化した。

最大の数字は推論コストにある。 初期テストでは、現行の NVIDIA GPU と比べてトークンあたりの推論コストが約50%低い。 性能は NVIDIA Blackwell や Google TPU に並ぶ水準を示した。

この発表が重要な理由は一点に尽きる。 推論コストの削減が、AI 事業の赤字を黒字へ変える最大のレバーだからだ。

詳細

何を作ったのか

Jalapeño は、OpenAI が設計し、複数の専業企業が量産化を担う分業で生まれた。

OpenAI は LLM の挙動に関する知見からアーキテクチャを定めた。 Broadcom がシリコン実装と Tomahawk ネットワーキングを担い、TSMC が製造し、Celestica が基板とラック統合を受け持つ。

設計の速さも際立つ。 構想から製造の tape-out まで9か月で到達した。 これは高性能半導体として過去最速の ASIC 開発サイクルとされる。 OpenAI 自身のモデルが設計の最適化を支援した。

なぜ自社チップなのか

OpenAI が自らシリコンを設計する理由は、推論コストの構造にある。

OpenAI は2025年に ChatGPT を提供するため、third-party の GPU に約$14B（140億ドル）を費やした。 推論は、ユーザーがモデルを使うたびに発生する変動費である。 利用が伸びるほど、この費用は線形に積み上がる。

ここでコストの50%削減が効く。 推論コストを半分にすれば、同じ売上でも残る利益が増える。 OpenAI が2026年に$14Bの赤字を見込む一方、Anthropic が同時期に約$559Mの営業黒字へ向かう局面では、推論単価の差が損益を直接左右する。

自社チップは、利用量が増えるほど効く複利のコスト圧縮装置として機能する。

自社シリコンへ向かうのは OpenAI だけではない

Jalapeño は、AI の主要プレイヤーが進める垂直統合の最新例である。

クラウドと AI ラボは、汎用 GPU への依存を減らすため、自社用途に最適化したチップを設計してきた。 推論という反復負荷は、専用設計の効果が出やすい領域である。

各社が向かう先は共通する。 モデルの価値を、交換可能な汎用ハードウェアの上ではなく、自社最適化したスタックの上で出す方向だ。

NVIDIA への打撃は限定的

この発表は、NVIDIA の支配を即座に崩すものではない。

OpenAI は、学習（training）では NVIDIA が引き続き主要パートナーだと明言した。 Jalapeño が狙うのは推論であり、学習用 GPU の市場とは分かれている。 発表当日の NVIDIA 株の下落は0.26%にとどまった。

市場は、これを推論セグメントに限定された競争として受け止めた。 学習用 GPU の需要は、当面 NVIDIA に残る。

日本への示唆

この動きは、日本の半導体産業に直接届く。

第一に、設計者が誰であっても製造と素材の需要は残る。 Jalapeño は OpenAI が設計し、TSMC が製造する。 AI ラボが自社設計へ進むほど、先端ロジックの製造能力と、それを支える日本製の材料と装置への需要が増える。 東京エレクトロンの製造装置、信越化学のシリコンウエハ、各種フォトレジストは、設計者が誰でも必要になる。

第二に、advanced packaging（先端実装）の比重が増す。 大型 ASIC は、複数のチップを高密度で接続する先端パッケージングを要する。 ここでも日本の材料と後工程の技術が供給側に立つ。

第三に、Rapidus の 2nm 量産（2027年予定）の意味が変わる。 カスタム AI ASIC は、最先端ノードを必要とする代表的な需要である。 国内に先端ロジックの製造拠点を持つことは、この需要を取り込む前提になる。

日本のエンジニアと事業者が読み取るべき点は、推論コストの低下が AI 導入の前提を変えることである。 推論単価が下がれば、これまで採算が合わなかった業務へも AI を載せられる。 モデルの賢さではなく、推論をいくらで回せるかが、導入範囲を決める変数になる。

まとめ

• OpenAI と Broadcom は2026年6月24日、推論特化の自社設計 ASIC Jalapeño を発表した。トークンあたり推論コストが NVIDIA GPU 比で約50%低い
• 構想から tape-out まで9か月の最速サイクルで開発し、OpenAI 自身のモデルが設計を支援した。製造は TSMC、統合は Celestica が担う
• 自社チップの狙いは推論コストの構造的削減にある。OpenAI は2025年に GPU へ約$14Bを費やしており、50%削減は利益へ直結する
• 垂直統合は OpenAI だけではない。Google TPU、Amazon Trainium、Microsoft Maia と並ぶ流れにある
• NVIDIA への打撃は限定的である。学習用 GPU は当面 NVIDIA に残り、発表時の株価下落は0.26%にとどまった
• 日本への波及は、製造装置と材料、先端実装、Rapidus の 2nm 需要の3経路に及ぶ

AI 競争の主戦場は、モデルの賢さから推論を回すコストへ移った。 そのコストを握るのは、チップを設計できる者になる。

参考リンク

• OpenAI: OpenAI and Broadcom unveil LLM-optimized inference chip
• TechCrunch: OpenAI unveils its first custom chip, built by Broadcom
• Tom's Hardware: Broadcom and OpenAI unveil custom-built Jalapeño inference processor
• CNBC: OpenAI and Broadcom reveal Jalapeno, first AI chip in partnership