La puce Jalapeño est entrée en phase de déploiement interne chez OpenAI, et la configuration des hôtes qui l'accompagnent vient d'être confirmée. Le 2 octobre 2026, Tom's Hardware a rapporté, en citant la description du déploiement à l'échelle du rack par SemiAnalysis et un entretien avec Richard Ho, vice-président et responsable du matériel chez OpenAI, que l'ASIC Jalapeño est déployé avec des processeurs hôtes AMD EPYC Turin — et non les Vera de la plateforme Nvidia — avec 1,5 To de mémoire par hôte.
Deux baies côte à côte : les hôtes d'un côté, 128 puces de l'autre
SemiAnalysis décrit un assemblage de deux baies. La baie hôte, baptisée Katsu, compte 16 plateaux, chacun équipé de deux processeurs EPYC de classe Turin, de 1,5 To de mémoire DRAM classique, d'un stockage NVMe local et d'un réseau frontal à 400G. La baie d'accélération, baptisée Vindaloo, compte elle aussi 16 plateaux de huit puces Jalapeño chacun — 128 puces par baie, jusqu'à 1,7 ExaFLOPs de calcul en 4 bits et 27,5 To de mémoire HBM4. Huit câbles cuivre PCIe à attache directe relient les plateaux correspondants un à un entre les deux baies. Chaque puce Jalapeño consomme environ 700 W et s'appuie sur six piles HBM4 de 12 couches pour une bande passante mémoire de 15,4 To/s.
Pourquoi le vote de l'hôte est allé à AMD
Dans une baie d'IA, le processeur hôte assure le prétraitement des données, l'ordonnancement des tâches et l'alimentation des accélérateurs en requêtes. Ce n'est pas le composant le plus visible, mais il décide de la structure d'achat de l'ensemble. La formule de Nvidia consiste à vendre ses GPU en pack avec ses propres processeurs Vera : plus le client s'engage, plus la dépendance se resserre. En remplaçant l'accélérateur par son Jalapeño maison et en choisissant AMD pour l'hôte, OpenAI compose une chaîne sans aucune pièce Nvidia. Cela correspond à sa stratégie multi-fournisseurs de longue date : l'entraînement reste aux GPU de Nvidia et d'AMD, tandis que l'inférence migre progressivement vers des puces maison et plusieurs fournisseurs, afin que le poste de coût qui croît le plus vite ne soit pas tarifé par un vendeur unique.
Le rythme ne change pas : petits volumes cette année, et des chiffres toujours maison
Un peu de recul s'impose. Jalapeño a été dévoilé par OpenAI et Broadcom le 24 juin 2026, et les premiers résultats publiés le 25 août à Hot Chips — un débit par kilowatt 1,5 à 1,9 fois supérieur aux GB200 et GB300 de Nvidia, et une latence de bout en bout 1,7 à 3,6 fois plus faible sur le benchmark InferenceX de SemiAnalysis — proviennent des tests d'OpenAI lui-même. Le calendrier donné par Ho prévoit un déploiement fin 2026 en très petits volumes, avec une montée en charge significative en 2027. La confirmation de la configuration hôte montre que le déploiement suit son cours, mais le remplacement massif des GPU reste lointain. Pour les observateurs, l'enjeu suivant n'est pas le tableau de benchmarks, mais de savoir si ces systèmes à deux baies, une fois en service, conserveront un avantage réel et stable de coût par inférence face aux configurations à GPU.
