OpenAI ਨੇ ਆਪਣੀ ਕਸਟਮ-ਡਿਜ਼ਾਈਨ ਕੀਤੀ 'Jalapeño' AI ਚਿੱਪ ਪੇਸ਼ ਕੀਤੀ ਹੈ, ਜੋ ਕਿ ਬੰਚਮਾਰਕ ਟੈਸਟਾਂ ਵਿੱਚ Nvidia ਦੇ Blackwell ਪ੍ਰੋਸੈਸਰਾਂ ਨੂੰ ਪਛਾੜਨ ਦਾ ਦਾਅਵਾ ਕਰਦੀ ਹੈ। Broadcom ਦੇ ਸਹਿਯੋਗ ਨਾਲ ਵਿਕਸਿਤ ਇਸ ਚਿੱਪ ਦਾ ਉਦੇਸ਼ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣਾ ਅਤੇ ਲੇਟੈਂਸੀ ਘਟਾਉਣਾ ਹੈ, ਜਿਸ ਨੂੰ 2027 ਤੱਕ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਕਰਨ ਦੀ ਤਿਆਰੀ ਹੈ। ਇਹ ਵਿਕਾਸ AI ਹਾਰਡਵੇਅਰ ਉਦਯੋਗ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਲਿਆ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਟੈਕ ਕੰਪਨੀਆਂ ਆਪਣੇ ਖੁਦ ਦੇ ਕਸਟਮ ਪ੍ਰੋਸੈਸਰ ਬਣਾਉਣ 'ਤੇ ਜ਼ਿਆਦਾ ਧਿਆਨ ਦੇ ਰਹੀਆਂ ਹਨ।
OpenAI ਨੇ ਆਪਣੀ ਨਵੀਂ ਕਸਟਮ AI ਚਿੱਪ, ਜਿਸਦਾ ਨਾਂ 'Jalapeño' ਰੱਖਿਆ ਗਿਆ ਹੈ, ਦੇ ਬੰਚਮਾਰਕ ਨਤੀਜੇ ਜਾਰੀ ਕੀਤੇ ਹਨ। ਇਹ ਨਤੀਜੇ ਹਾਰਡਵੇਅਰ ਮਾਰਕੀਟ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ ਦੇ ਰਹੇ ਹਨ। Hot Chips ਕਾਨਫਰੰਸ ਵਿੱਚ ਦਿੱਤੇ ਇੱਕ ਪੇਸ਼ਕਾਰੀ ਦੌਰਾਨ, ਕੰਪਨੀ ਨੇ ਅਜਿਹੇ ਡਾਟਾ ਸਾਂਝੇ ਕੀਤੇ ਹਨ ਜੋ ਦੱਸਦੇ ਹਨ ਕਿ ਇਹ ਚਿੱਪ ਮੌਜੂਦਾ ਇੰਡਸਟਰੀ-ਲੀਡਿੰਗ ਪ੍ਰੋਸੈਸਰਾਂ, ਜਿਸ ਵਿੱਚ Nvidia ਦੀ Blackwell ਸੀਰੀਜ਼ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਦੇ ਮੁਕਾਬਲੇ ਕਾਫੀ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੀ ਹੈ। SemiAnalysis ਦੇ InferenceX ਸੂਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤੇ ਗਏ ਬੰਚਮਾਰਕਾਂ ਨੇ ਦਿਖਾਇਆ ਕਿ Jalapeño ਚਿੱਪ ਨੇ ਪ੍ਰਤੀ ਵਾਟ 1.5 ਤੋਂ 1.9 ਗੁਣਾ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਦਿੱਤਾ ਅਤੇ ਟੈਸਟ ਕੀਤੇ ਗਏ Nvidia ਸਿਸਟਮਾਂ ਦੇ ਮੁਕਾਬਲੇ ਐਂਡ-ਟੂ-ਐਂਡ ਲੇਟੈਂਸੀ ਨੂੰ 1.7 ਤੋਂ 3.6 ਗੁਣਾ ਤੱਕ ਘਟਾ ਦਿੱਤਾ।
AI ਹਾਰਡਵੇਅਰ ਸਪੇਸ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣ ਵਾਲੇ ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ ਇਹ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਘਟਨਾ ਹੈ। OpenAI ਨੇ ਇਹ ਚਿੱਪ Broadcom ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ ਵਿਕਸਿਤ ਕੀਤੀ ਹੈ ਅਤੇ TSMC ਤੋਂ ਨਿਰਮਾਣ ਸੇਵਾਵਾਂ (Manufacturing Services) ਲੈਂਦੀ ਹੈ। Jalapeño ਦਾ ਮੁੱਖ ਉਦੇਸ਼ AI ਇਨਫਰੈਂਸ (Inference) ਨਾਲ ਜੁੜੀਆਂ ਉੱਚ ਲਾਗਤਾਂ ਅਤੇ ਲੇਟੈਂਸੀ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਹੈ। AI ਇਨਫਰੈਂਸ ਉਹ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ ਮਾਡਲ ਉਪਭੋਗਤਾ ਦੇ ਪ੍ਰੋਂਪਟ (Prompts) ਦਾ ਜਵਾਬ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਅਜਿਹੀ ਚਿੱਪ ਡਿਜ਼ਾਈਨ ਕਰਕੇ ਜੋ ਡਾਟਾ ਮੂਵਮੈਂਟ ਨੂੰ ਘੱਟ ਕਰਦੀ ਹੈ ਅਤੇ ਲੋਕਲ ਮੈਮਰੀ ਦੀ ਵਰਤੋਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੀ ਹੈ, OpenAI ਆਪਣੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਦੇ ਕਾਰਜਕਾਰੀ ਖਰਚਿਆਂ (Operational Costs) ਨੂੰ ਘੱਟ ਕਰਨਾ ਚਾਹੁੰਦੀ ਹੈ।
ਹਾਲਾਂਕਿ ਪ੍ਰਦਰਸ਼ਨ ਡਾਟਾ ਤਕਨੀਕੀ ਤਰੱਕੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਪ੍ਰਯੋਗਸ਼ਾਲਾ-ਪ੍ਰੀਖਣ ਬੰਚਮਾਰਕਾਂ ਤੋਂ ਲੈ ਕੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਸੈਂਟਰ ਐਪਲੀਕੇਸ਼ਨ ਤੱਕ ਦਾ ਤਬਦੀਲੀ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮਾਂ (Risks) ਨਾਲ ਭਰਿਆ ਹੋਇਆ ਹੈ। AI ਹਾਰਡਵੇਅਰ ਸੈਕਟਰ 'ਤੇ ਵਰਤਮਾਨ ਵਿੱਚ Nvidia ਦਾ ਦਬਦਬਾ ਹੈ, ਜੋ ਆਪਣੇ ਵਿਸ਼ਾਲ ਸੌਫਟਵੇਅਰ ਈਕੋਸਿਸਟਮ CUDA ਰਾਹੀਂ ਇੱਕ ਵੱਡਾ ਵਪਾਰਕ ਲਾਭ ਬਣਾਈ ਰੱਖਦਾ ਹੈ। ਇਹ ਸੌਫਟਵੇਅਰ ਡਿਵੈਲਪਰਾਂ ਲਈ Nvidia ਚਿੱਪਾਂ 'ਤੇ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਣਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇੱਕ ਮੁੱਖ ਨਿਗਰਾਨੀ ਇਹ ਹੋਵੇਗੀ ਕਿ ਕੀ OpenAI 2027 ਤੱਕ ਉਮੀਦ ਕੀਤੀ ਗਈ ਵਿਆਪਕ ਤਾਇਨਾਤੀ (Deployment) ਲਈ 2026 ਦੇ ਅਖੀਰ ਵਿੱਚ ਛੋਟੇ ਵੌਲਯੂਮਾਂ ਤੋਂ ਉਤਪਾਦਨ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਵਧਾ ਸਕਦਾ ਹੈ, ਬਿਨਾਂ ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਰੁਕਾਵਟਾਂ ਦਾ ਸਾਹਮਣਾ ਕੀਤੇ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉਦਯੋਗ ਵਰਤਮਾਨ ਵਿੱਚ ਗੰਭੀਰ ਪਾਵਰ ਇੰਫਰਾਸਟਰੱਕਚਰ (Power Infrastructure) ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਾਲ ਜੂਝ ਰਿਹਾ ਹੈ। ਭਾਵੇਂ ਕੋਈ ਚਿੱਪ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹੋਵੇ, ਪ੍ਰੋਸੈਸਰਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਤਾਇਨਾਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ ਕਾਫੀ ਬਿਜਲੀ ਦੀ ਉਪਲਬਧਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। OpenAI ਦਾ ਵਰਟੀਕਲ ਇੰਟੀਗ੍ਰੇਸ਼ਨ (Vertical Integration) ਵੱਲ ਵਧਣਾ—ਜਿੱਥੇ ਇੱਕ ਕੰਪਨੀ ਆਪਣੀ ਚਿੱਪਾਂ, ਸੌਫਟਵੇਅਰ ਅਤੇ ਮਾਡਲਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰਦੀ ਹੈ—ਇੱਕ ਅਜਿਹੀ ਰਣਨੀਤੀ ਹੈ ਜਿਸਨੂੰ ਹੋਰ ਪ੍ਰਮੁੱਖ ਤਕਨਾਲੋਜੀ ਫਰਮਾਂ ਦੁਆਰਾ ਵੀ ਅਪਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਕਸਟਮ ਸਿਲੀਕਾਨ ਵਿਕਸਿਤ ਕਰਨ ਦਾ ਇਹ ਰੁਝਾਨ ਨਵੇਂ ਮੁਕਾਬਲੇ ਵਾਲੇ ਗਤੀਸ਼ੀਲਤਾ (Competitive Dynamics) ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜੋ ਆਮ-ਮਕਸਦ AI ਪ੍ਰੋਸੈਸਰਾਂ ਦੀ ਭਵਿੱਖੀ ਮੰਗ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਪ੍ਰਬੰਧਨ (Management) ਤੋਂ ਇਸ ਬਾਰੇ ਟਿੱਪਣੀ ਦੀ ਉਮੀਦ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਇਹ ਚਿੱਪ ਕੰਪਨੀ ਦੇ ਪੂੰਜੀ ਖਰਚ (Capital Expenditure) ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਦੀ ਵਿੱਤੀ ਸਥਿਰਤਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ, ਕਿਉਂਕਿ ਉਹ ਆਪਣੇ ਕੰਪਿਊਟ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੀ ਹੈ।