OpenAI เปิดตัวชิป AI ตัวแรก Jalapeño: ก้าวสู่การผลิตฮาร์ดแวร์เอง

Jalapeño คือชื่อโปรเจกต์ชิป AI ตัวแรกที่ OpenAI พัฒนาเอง ยังไม่มีรายละเอียด spec หรือวันเปิดตัวที่ยืนยันเป็นทางการ จุดที่น่าจับตาคือ OpenAI เริ่มขยับจากการเป็นแค่ผู้ใช้ชิปคนอื่น (Nvidia, AMD) มาเป็นผู้ออกแบบ hardware เอง ถ้าทำสำเร็จ อาจเปลี่ยนสมดุลตลาด AI chip ทั้งวงการ เพราะบริษัท AI รายใหญ่แทบทุกเจ้าเริ่มเดินเกมนี้เหมือนกัน

หมายเหตุ: ข้อมูล spec เชิงลึกของ Jalapeño ยังไม่มีการเปิดเผยอย่างเป็นทางการในตอนนี้ ส่วนนี้จึงเป็นภาพรวมเชิงคุณภาพ รอ OpenAI ประกาศรายละเอียดเพิ่มเติม

หน้าตาจริงของชิปที่โลกยังไม่เคยเห็น

ตอนนี้ต้องบอกตรงๆ ว่ายังไม่มีใครเห็นหน้าตาจริงของ Jalapeño เลย OpenAI ไม่ได้ปล่อยภาพ die shot หรือเรนเดอร์ทางการออกมา

สิ่งที่ยืนยันได้คือ OpenAI จับมือ Broadcom ออกแบบชิปนี้ร่วมกัน ส่วนสายการผลิตเป็นเรื่องของ foundry partner ที่ยังไม่เปิดเผยรายละเอียด

เทียบกับวงการมือถือที่เราคุ้นเคย อย่าง Apple A19 Pro ที่ผลิตด้วยเทคโนโลยี 3nm และ Apple เปิดสเปกทุกตัวเลขชัดเจนตั้งแต่วันเปิดตัว จะเห็นว่า Jalapeño ยังอยู่ในเฟส “ความลับ” มากกว่า ต้องรอ OpenAI ประกาศอย่างเป็นทางการถึงจะรู้ว่าหน้าตาและสเปกจริงเป็นยังไง

วันที่ GPU ไม่พอใช้ กลายเป็นปัญหาของทุกคนที่ต้องรอคิว

ใครที่เคยเปิด API แล้วเจอ rate limit ตอนเร่งงาน หรือรอคิวเทรนโมเดลนานผิดปกติ คงรู้ดีว่าปัญหาไม่ได้อยู่ที่โค้ดเราเลย มันคือ “กำลังประมวลผลไม่พอ” ทั้งวงการ ดีมานด์ AI โตเร็วกว่ากำลังผลิตชิปเยอะมาก

ผลที่ตามมาคือค่าใช้จ่ายต่อ token ขยับขึ้น โปรเจกต์ที่วางแผนไว้ต้องเลื่อนเพราะรอ capacity และบริษัทใหญ่ๆ ต้องแย่งคิวกันเองกับ Nvidia

พอเห็นภาพนี้ก็ไม่แปลกใจที่ OpenAI ตัดสินใจทำชิปของตัวเองอย่าง Jalapeño ครับ เพราะการพึ่ง GPU จากตลาดเปิดอย่างเดียว หมายความว่าต้นทุนและความเร็วในการ scale ไม่ได้อยู่ในมือตัวเอง การมีชิปเฉพาะทางที่ออกแบบมาสำหรับงาน inference ของตัวเอง คือทางออกระยะยาวที่คุมทั้งต้นทุนและคิวได้มากกว่า

ทำไม OpenAI ถึงต้องมีชิปของตัวเอง

Jalapeño ไม่ได้เกิดขึ้นลอยๆ แต่เป็นส่วนหนึ่งของแผนใหญ่ที่ OpenAI จับมือกับ Broadcom ออกแบบชิปเฉพาะทางร่วมกัน แทนที่จะซื้อ GPU สำเร็จรูปอย่างเดียว

ตำแหน่งของชิปนี้เน้นไปทาง inference เป็นหลัก คือรันโมเดลที่เทรนเสร็จแล้วให้ตอบ user ได้เร็วขึ้นและถูกลง ไม่ใช่ชิปสำหรับเทรนโมเดลใหม่ตั้งแต่ต้น งานเทรนหนักๆ ยังต้องพึ่ง GPU จากพาร์ทเนอร์เดิมไปก่อน

ที่น่าสนใจคือแผนนี้ดูจะเน้นใช้ภายในองค์กรตัวเองก่อน เพื่อลดคิวรอ GPU และคุมต้นทุนการให้บริการ ChatGPT กับ API ในระยะยาว ยังไม่มีสัญญาณชัดว่าจะขายชิปนี้ให้บริษัทอื่นเหมือนที่ Nvidia ทำ

พูดง่ายๆ คือ Jalapeño คือชิ้นส่วนที่เติมเต็ม stack ฮาร์ดแวร์ของ OpenAI ให้ครบวงจรมากขึ้น จากที่เคยพึ่งคนอื่นทั้งหมด

จากพึ่งชิปคนอื่น สู่การมีชิปในมือของตัวเอง

ตารางนี้ไม่ได้แปลว่า OpenAI เลิกใช้ Nvidia ไปเลยนะ แค่มีทางเลือกเพิ่มในมือ ลดการต้องพึ่งพาเจ้าเดียวแบบที่ผ่านมา ซึ่งในระยะยาวส่งผลต่อทั้งต้นทุนและความมั่นคงของบริการที่ผู้ใช้สัมผัสได้โดยตรง

เมื่อชิปนี้ลงมือทำงานจริงในชีวิตประจำวันของโปรดักต์ OpenAI

ลองนึกภาพตอนเที่ยงคืนที่คนทั่วโลกแห่เข้ามาถาม ChatGPT พร้อมกัน ถ้าชิปที่ออกแบบมาเฉพาะงานนี้เข้ามาแทนที่ฮาร์ดแวร์ทั่วไป การตอบกลับก็มีโอกาสลื่นขึ้นในช่วง peak แบบนั้น

อีกจุดที่น่าจับตาคือฝั่งเทรนโมเดล ชิปเฉพาะทางมักช่วยลดเวลาที่ทีมวิจัยต้องรอผลรอบทดลองแต่ละครั้ง ทำให้ปล่อยโมเดลรุ่นใหม่ได้ถี่ขึ้น

ที่กระทบผู้ใช้ทั่วไปโดยตรงคือต้นทุนต่อการประมวลผล — ถ้าคุมได้ดีขึ้น ราคา API หรือแพ็กเกจ subscription ก็มีช่องให้ปรับลงหรือคงราคาไว้พร้อมฟีเจอร์เพิ่ม

สุดท้ายคือความจุรองรับผู้ใช้พร้อมกัน ยิ่งมีฮาร์ดแวร์ของตัวเองมากขึ้น โอกาสเจอ “ระบบล่ม” ตอนคนแห่ใช้งานก็น่าจะลดลงตามไปด้วย

ทั้งหมดนี้ยังเป็นทิศทางที่ประเมินจากดีไซน์ชิป ไม่ใช่ตัวเลขที่ยืนยันแล้วนะ

วางเทียบกับชิป AI ที่คู่แข่งทำเอง

Jalapeño ไม่ใช่เจ้าแรกที่คิดจะมีชิปของตัวเอง Google เปิดตัว TPU มาตั้งแต่ปี 2016 ใช้ทั้งเทรนและอินเฟอเรนซ์ในระบบตัวเอง ส่วน Amazon มี Trainium (เทรน) กับ Inferentia (อินเฟอเรนซ์) แยกกันชัดเจน ขายผ่าน AWS ให้ลูกค้าเช่าใช้ด้วย

Microsoft เพิ่งประกาศ Maia มาหลังสุด เน้นรันโมเดลใน Azure data center ของตัวเอง

จุดต่างของ Jalapeño คือ OpenAI ไม่มีคลาวด์เป็นของตัวเองมาก่อน เลยต้องพึ่ง partner ด้าน infra ต่างจาก Google/Amazon/Microsoft ที่มีคลาวด์รองรับพร้อมอยู่แล้ว การมาทีหลังก็มีข้อดีคือได้เห็นจุดพลาดของคนอื่นมาก่อน

ข้อดีที่ชัดเจน กับจุดที่ยังต้องรอพิสูจน์

ถ้ามองแบบ dev ที่ต้องเลือก stack ให้บริษัท เรื่องนี้มีทั้งด้านที่น่าตื่นเต้นและด้านที่ต้องรอดูของจริงก่อน

ข้อดีคือ OpenAI จะเริ่มลดการพึ่ง Nvidia ได้จริง ต้นทุนระยะยาวมีโอกาสถูกลงเพราะออกแบบชิปให้ตรงกับ workload ของตัวเองโดยเฉพาะ ไม่ต้องจ่ายพรีเมียมของ GPU สำเร็จรูปที่ออกแบบมาให้ใช้ได้หลายงาน

แต่จุดที่ยังฟันธงไม่ได้คือชิปนี้ยังไม่มี track record เหมือน TPU ของ Google ที่ผ่านมาหลายรุ่นแล้ว ความเสี่ยงเรื่อง production ramp ก็ยังสูง เพราะสายการผลิตยังต้องพึ่ง Broadcom กับ TSMC อยู่ดี ยังไม่ได้ควบคุมทุกอย่างเองร้อยเปอร์เซ็นต์

ต้นทุนที่ไม่ได้อยู่ในราคาบนป้าย

Jalapeño ไม่มีราคาขายก็จริง แต่ไม่ได้แปลว่าไม่มีต้นทุน — แค่ต้นทุนมันย้ายไปซ่อนอยู่ที่อื่น

อย่างแรกคือ capex สร้างชิปเองต้องใช้เงินก้อนใหญ่ตั้งแต่ design จนถึงจอง capacity กับ TSMC ล่วงหน้า เงินก้อนนี้จมไปก่อนจะเห็นผลตอบแทนด้วยซ้ำ

อย่างที่สองคือเวลา การ ramp production ให้ได้ปริมาณและ yield ที่พอใช้งานจริงมักช้ากว่าแผนเสมอ ถ้าดีเลย์ OpenAI ก็เสียโอกาสที่จะลดต้นทุน inference ตามที่วางไว้

และถ้าแผนชิปตัวเองไม่เป็นไปตามคาด สุดท้ายราคา API ของ OpenAI ก็อาจต้องขยับตาม เพราะยังต้องพึ่ง Broadcom กับ TSMC อยู่ดี ต้นทุนที่ดูเหมือนหายไปจากป้ายราคา จริงๆ แล้วแค่เปลี่ยนที่อยู่เท่านั้นเอง

สิ่งที่เรื่องนี้บอกเกี่ยวกับสงครามฮาร์ดแวร์ AI รอบต่อไป

Jalapeño ไม่ใช่แค่เรื่องชิปตัวเดียว แต่เป็นสัญญาณว่า OpenAI อยากหลุดจากการเป็น “ลูกค้ารายใหญ่” ของ Nvidia ไปเป็น “คู่แข่งที่ออกแบบเอง” แบบเดียวกับที่ Google ทำกับ TPU มาก่อน

ถ้า OpenAI ทำสำเร็จจริง Nvidia จะโดนกดดันสองทาง — ทั้งจากงบซื้อ GPU ที่อาจลดลง และจาก narrative ที่ว่า custom silicon คือทางออกของทุกค่าย ต่อไปคู่แข่งอย่าง Anthropic หรือ Meta ก็มีแรงกดดันต้องเดินเกมเดียวกัน

สิ่งที่ควรจับตาต่อจากนี้คือไทม์ไลน์ production จริงของ Jalapeño กับ Broadcom-TSMC จะตรงแผนไหม และราคา API ของ OpenAI จะขยับตามต้นทุนชิปหรือเปล่า — สองอย่างนี้จะบอกว่าเกม custom silicon เป็นของจริงหรือแค่ leverage ต่อรองกับ Nvidia เท่านั้นเอง