OpenAI dévoile sa puce « Jalapeño »

Article rédigé en collaboration avec Bisatel Telecom

Le 24 juin 2026, OpenAI a présenté sa première puce d’intelligence artificielle conçue en interne. Baptisée « Jalapeño », en référence au piment mexicain, cette puce a été développée en partenariat avec le fabricant américain de semi-conducteurs Broadcom. Elle marque un tournant dans la stratégie industrielle de l’entreprise fondée par Sam Altman, qui cherche à prendre le contrôle d’une partie de l’infrastructure matérielle sur laquelle reposent ses modèles de langage. Cette annonce intervient dans un contexte de forte tension sur le marché mondial des processeurs dédiés à l’intelligence artificielle, marché sur lequel Nvidia occupe une position dominante depuis plusieurs années.

Pour comprendre l’enjeu de cette annonce, il convient de distinguer deux phases distinctes dans le fonctionnement d’un modèle d’intelligence artificielle. La première, appelée entraînement, consiste à faire apprendre le modèle à partir de volumes massifs de données. Cette étape est extrêmement coûteuse en calcul et dure des semaines, voire des mois. La seconde, appelée inférence, correspond au moment où le modèle génère une réponse à une requête d’un utilisateur. C’est cette deuxième phase que Jalapeño cible en priorité. Les tâches d’entraînement des grands modèles de fondation devraient, pour leur part, continuer de reposer sur les processeurs graphiques de Nvidia, a précisé l’entreprise.

OpenAI traite chaque jour des centaines de millions de requêtes via ChatGPT, Codex et son interface de programmation. La phase d’inférence représente donc une part croissante de ses dépenses d’infrastructure. Optimiser cette étape à l’aide d’une puce conçue sur mesure constitue un levier stratégique pour réduire les coûts opérationnels. Pour les professionnels qui déploient des solutions de connectivité dans leurs infrastructures, ce type d’évolution technique se traduit concrètement par une baisse attendue du prix d’accès aux services d’IA en ligne.

Jalapeño est un ASIC, acronyme anglais signifiant « circuit intégré dédié à une application ». Contrairement à un processeur graphique polyvalent, un ASIC est conçu pour exécuter un type de tâche spécifique avec une efficacité maximale. Cette approche est moins flexible, mais elle permet d’atteindre de meilleures performances pour un coût énergétique donné. OpenAI indique que les premiers tests internes montrent des performances par watt supérieures aux accélérateurs actuellement considérés comme la référence sur le marché, bien que des résultats détaillés n’aient pas encore été publiés.

La puce a été conçue en neuf mois, de la conception initiale jusqu’à la livraison de l’échantillon physique. Ce délai est qualifié par OpenAI comme l’un des cycles de développement les plus rapides jamais atteints dans le domaine des semi-conducteurs haute performance. Pour y parvenir, l’entreprise a fait travailler étroitement ses équipes logicielles avec les ingénieurs de Broadcom et avec ceux de Celestica, une entreprise canadienne spécialisée dans l’intégration de systèmes électroniques. La fabrication physique a été confiée à TSMC, le géant taïwanais de la fonderie de semi-conducteurs. OpenAI affirme également avoir utilisé ses propres modèles d’intelligence artificielle pour accélérer certaines étapes de conception et d’optimisation de la puce.

Du point de vue architectural, les photos publiées permettent d’identifier huit emplacements pour de la mémoire à bande passante élevée, de type HBM, répartis de part et d’autre d’un composant central de calcul. Cette configuration vise à réduire les déplacements de données entre la mémoire et les unités de calcul, l’un des principaux goulots d’étranglement dans les systèmes d’inférence actuels. Les échantillons de la puce exécutent déjà des charges de travail en conditions réelles dans les laboratoires d’OpenAI, y compris le modèle GPT-5.3-Codex-Spark.

OpenAI n’est pas le premier acteur à emprunter cette voie. Google développe ses propres processeurs spécialisés, appelés TPU, depuis plusieurs années et s’appuie sur eux pour une partie de ses infrastructures d’IA. Amazon propose ses puces Trainium et Inferentia. Microsoft a dévoilé sa puce Maia, destinée à ses centres de données Azure. Ces initiatives parallèles révèlent une tendance de fond dans l’industrie : les grandes entreprises technologiques cherchent à réduire leur dépendance envers un fournisseur unique et à intégrer la conception du matériel dans leur stratégie globale.

Pour les acteurs qui développent des solutions connectées ou embarquées, cette diversification du marché des accélérateurs IA ouvre des perspectives en matière de coûts et de disponibilité des ressources. Dans le domaine de l’internet des objets, par exemple, la baisse du coût de traitement des modèles de langage peut faciliter l’intégration de fonctions d’intelligence artificielle dans les plateformes de gestion des objets connectés. Les opérateurs qui gèrent des parcs de terminaux IoT ont un intérêt direct à suivre ces évolutions, car elles influeront sur les architectures logicielles des prochaines générations de services connectés.

Broadcom joue dans ce contexte un rôle central. Déjà partenaire de Google sur les TPU, le groupe américain s’est positionné comme un fournisseur privilégié pour les entreprises souhaitant concevoir leurs propres puces sans bâtir seules l’ensemble de la chaîne du silicium. Outre OpenAI, d’autres entreprises comme Meta ou ByteDance figurent parmi ses clients potentiels. Hock Tan, le directeur général de Broadcom, a déclaré que cette collaboration avec OpenAI représente l’amorce d’un programme pluriannéel visant à déployer des centres de données à l’échelle du gigawatt, en partenariat avec Microsoft et d’autres acteurs.

La portée de cette annonce doit être nuancée. Jalapeño ne remet pas immédiatement en cause la domination de Nvidia sur le marché des processeurs graphiques destinés à l’entraînement des grands modèles. OpenAI a d’ailleurs précisé qu’elle continue de travailler avec Nvidia, Amazon Web Services, AMD et Cerebras pour ses besoins en calcul intensif. Sam Altman a tenu à souligner publiquement que Nvidia fabrique « les meilleures puces d’IA au monde ». Jalapeño représente, selon les informations disponibles, environ dix pour cent des besoins en inférence de l’entreprise, et non la totalité de ses besoins en calcul.

Ce chiffre suggère que l’objectif déclaré n’est pas de remplacer Nvidia, mais de diversifier les sources d’approvisionnement pour réduire la dépendance et négocier en position de force. Reuters a rapporté qu’OpenAI était insatisfaite de certaines des puces les plus récentes de Nvidia pour des tâches spécifiques, notamment la génération de code en temps réel. La conception d’un ASIC sur mesure permet à l’entreprise d’optimiser finement l’architecture de sa puce autour de ses propres besoins, en tenant compte de ses futurs modèles dès la phase de conception. Le déploiement dans les centres de données de Microsoft et de ses partenaires est prévu pour la fin de l’année 2026, avec une expansion prévue dans les années suivantes.

Pour les professionnels de l’informatique et les intégrateurs qui suivent l’évolution des infrastructures numériques, cette recomposition du marché des semi-conducteurs pour l’IA est à observer avec attention. Elle influe directement sur le prix des API, sur la disponibilité des capacités de traitement et sur la structure des offres cloud. Par ailleurs, la tendance à l’intégration verticale des composants matériels par les grands acteurs de l’IA rappelle les dynamiques à l’oeuvre dans d’autres secteurs de l’écosystème numérique, où la maîtrise de la chaîne de valeur, du composant jusqu’au service final, devient un avantage concurrentiel déterminant. Les opérateurs qui proposent des offres en marque blanche, notamment dans les domaines de la SIM, de l’eSIM et de l’IoT, s’inscrivent dans cette même logique de maîtrise de la chaîne technique pour offrir des services différenciés.