OpenAIは自社AIでAIチップを設計した Jalapeñoが示す開発の速さ
LLM
大量の文章などを学び、文章やコードを扱うAI。
推論
学んだAIが、入力をもとに答えを作る処理。
テープアウト
チップの設計データを工場へ渡す段階。
何が起きたか
OpenAI（ChatGPTを作るAI企業）は、BroadcomとAIの答えを速く作る自社チップ「Jalapeño」を開発しました。6月にチップを発表し、8月には公開ベンチマークの結果を示しました。IEEE Spectrumの取材によれば、最初の構想から最初のシリコンまで20か月未満、論理設計コード（RTL）から製造に渡す「テープアウト」までは9か月でした。IEEE Spectrumの記事とOpenAIの公式発表が、この経緯を伝えています。
AIはどこで働いたか
チップ設計の自動化は、もともと存在しました。今回の特徴は、大規模言語モデル（LLM）が文章だけでなく設計コードも扱える点を使ったことです。OpenAIはXLSという高位合成ツールを軸に、DSLXやC++からVerilogへ変換する流れを組み、AIに設計案の探索、コードの検証、回路の最適化を手伝わせました。チップ完成後は、AIモデルで動かすソフトウェアも調整しました。特定の計算処理では、理論上限に対する性能が約40時間で0.31％から88.94％へ上がったと説明されています。
なぜ重要か
これは「AIが一人でチップを発明した」という話ではありません。人間の技術者が最終判断をし、Broadcomが回路を実物にする後工程などを担いました。核心は、AIが候補を多く試し、設計と測定の往復を短くしたことです。設計チームはプロジェクト中の平均で100人未満でした。AIを使える工程が広がれば、少人数でも次のチップを早く試せる可能性があります。
確認できたこと
OpenAIの発表では、Jalapeñoは3種類の公開モデルで、電力1ワットあたりの処理量が比較システムの1.5～1.9倍、最初から最後までの応答時間が1.7～3.6倍短くなりました。選ばれた一部のコードでは、AIが作った実装が人間の実装より1.5～1.8倍速かったともされています。ただし、これらはOpenAIが公開した条件での結果です。Hacker Newsでは記事が201ポイント、135コメントを集めました。これはコミュニティの注目度であり、内容の正しさを証明する数字ではありません。Hacker Newsの投稿
まだ分からないこと
実際のサービスで同じ速さや電力効率が出るか、どれほどの規模で安定運用できるかは未確定です。OpenAIはJalapeñoを年末までに自社インフラへ導入する予定だとしています。一方で、学習と推論の両方ではNVIDIAなどのアクセラレーターも引き続き使う方針です。すぐに既存のチップを置き換える話ではありません。
次に見る点
今後は、量産機での独立した測定、対応するソフトウェアの範囲、次世代チップでAIが検証や後工程をどこまで担うかを見たいところです。重要なのは、AIが人間を消すかではありません。人間が試せる設計の数を増やし、チップ開発の時間と費用を本当に縮めるかです。
AIがAIを動かすチップ作りを手伝った
📰 しっかり版: OpenAIは自社AIでAIチップを設計した Jalapeñoが示す開発の速さ
OpenAIのAIは、Jalapeñoというチップの設計を速めました。
推論
学んだAIが、入力をもとに答えを作ること。
Jalapeño
OpenAIが作った、AIの答えを速く作るチップ。
Hacker News
技術の記事を共有し、話題にするサイト。
💡 ようするに
- OpenAIはAI用チップJalapeñoを作った。
- 自社のAIが設計とソフトの改善を手伝った。
- Hacker Newsで話題になったが、人気は正しさの証明ではない。
OpenAI（ChatGPTを作る会社）は、AIが答えを返す「推論」に向くチップを、Broadcom（チップ作りを支える会社）と開発しました。チップは、計算をする部品です。
AIは、設計案を試したり、コードを確認したりしました。チップができた後は、動かすソフトの調整も手伝いました。最初の構想から最初のチップまで20か月未満でした。設計コードから製造へ渡すまでなら9か月です。
ただし、AIだけで作ったわけではありません。人間の技術者が最後に判断しました。Broadcomも、設計を工場で作れる形にする仕事を担当しました。AIが候補をたくさん試せたことが、開発が速くなった理由です。
OpenAIは、三つの公開モデルで性能を比べました。発表では、電力あたりの処理量が1.5～1.9倍になり、応答までの時間が1.7～3.6倍短くなりました。実際のサービスで同じ結果が出るかは、まだ分かりません。
Hacker Newsでは、記事に201ポイントと135コメントが集まりました。これは多くの人が注目したという意味です。性能が本当にその通りだと証明する数字ではありません。
💬 LLMはチップを本当に設計したの？
HNでは、AIがチップ作りのどこを手伝ったのかが話題になった。AIは試行錯誤やソフト調整には役立ちそうだが、工場で作れるチップにするまでの全作業をしたとは限らない。0.31%から88.94%という数字は、コメント投稿者が記事から伝えた未検証の報告だ。
- 名前の使い回しについて、JalapeñoやAgentなどをめぐる冗談も多かった。
- 一部の人は、見出しが「AIがチップを設計した」と言いすぎで、実際にはソフトウェアやベンチマークの調整が中心ではないかと疑った。
- 投稿者が伝えた記事の数値では、最初のチップが戻った後、AI調整でベンチマーク性能が約40時間で理論上限の0.31%から88.94%になった。ただし、この場では確認されていない。
- AIなら、チップの設定をたくさん試す作業を助けられるという意見がある。一方で、配線、電力・性能・面積、正しさの確認はまだ難しいという反論もある。
- RISC-Vのような別の設計を選んでも、先端チップを作る工場の空きや製造時間は別問題だ。
- 宣伝や機密情報の利用を疑う声もあったが、反対意見もあり、コメントだけでは証明されていない。
コメント135件時点の初期（改訂1）。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
AIがAI用チップの作り方を手伝った
📰 しっかり版: OpenAIは自社AIでAIチップを設計した Jalapeñoが示す開発の速さ
ChatGPTを作るOpenAIのAIが、チップの作り方を手伝いました。
チップ
コンピューターの中で計算する小さな部品。
推論
AIが答えを作る仕事。
Hacker News
記事について話すインターネットの場所。
OpenAI（ChatGPTを作る会社）は、Jalapeñoというチップを作りました。 チップは、コンピューターの中で計算する小さな部品です。 Jalapeñoは、AIが答えを作る仕事を助けます。 この仕事を「推論」と呼びます。
OpenAIのAIが、チップの作り方を考える手伝いをしました。 人間の技術者も、ずっと見ていました。 AIだけで完成したわけではありません。 Broadcom（チップを作る会社）も手伝いました。
OpenAIは、Jalapeñoをいくつかのテストで試しました。 会社の発表では、前より速い結果が出ました。 みんなのサービスで同じ結果になるかは、まだ分かりません。
Hacker News（記事を話す場所）では、201点と135件のコメントが集まりました。 これは、たくさん注目された数です。 正しいと決める数ではありません。
💬 AIはチップを全部作ったの？
みんなは、AIがチップ作りのどこを手伝ったのかを話した。AIはたくさんの案を試したり、テスト用ソフトを直したりできそうだが、チップの全部を一人で作ったという意味ではない。
- JalapeñoやAgentという名前について、楽しい冗談もたくさんあった。
- ある投稿者は、AIでテストを直すと、性能が理論上限の0.31%から88.94%になったと伝えた。これは確認されていない報告だ。
- チップの配線、正しさの確認、工場で作ることは、まだとても難しい。RISC-Vにしても工場は増えない。
- AIの宣伝や秘密の情報を使ったという疑いも出たが、コメントだけでは本当だと決まっていない。
コメント135件時点の初期（改訂1）。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
💬 HNの論点：「LLMがチップを設計」とはどこまでか
コメント欄では、LLMがチップ作りのどの工程で役立ったのかをめぐって意見が分かれた。シミュレーション探索や製造後のソフト調整には期待がある一方、物理設計・検証・製造は別の難題だ。0.31%から88.94%という数値は、コメント投稿者が記事の主張として伝えたもので、この場で独立検証されていない。
コメント135件時点の初期（改訂1）。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。