Puce ASIC d’OpenAI : Jalapeño, le pari inférence avec Broadcom

Le 24 juin 2026, OpenAI a dévoilé Jalapeño, sa première puce ASIC d’inférence, co-conçue avec Broadcom en neuf mois et fabriquée par TSMC. Le calendrier est serré : déploiement initial fin 2026, montée en charge sur des datacenters à l’échelle du gigawatt avec Microsoft. Derrière l’annonce, un calcul économique brutal. ChatGPT a coûté 8,4 milliards de dollars en serveurs en 2025 selon Artificial Intelligence News, et la facture projetée 2026 atteint 14 milliards. Une puce taillée sur mesure pour l’inférence devient une question de marge. Pour les PME et ETI françaises, cela change deux choses concrètes : la disponibilité des modèles propulsés par OpenAI, et la dépendance aux GPU généralistes.

La réponse courte : Jalapeño est le premier processeur d’inférence conçu par OpenAI avec Broadcom, un ASIC dédié aux grands modèles de langage, fabriqué par TSMC, intégré en racks par Celestica, et déployé fin 2026. Il vise une efficacité énergétique nettement supérieure aux GPU généralistes pour servir ChatGPT, l’API et les futurs agents.

Temps de lecture : 10 min

Qu’est-ce que la puce ASIC d’OpenAI exactement ?

La puce ASIC d’OpenAI s’appelle Jalapeño et appartient à une classe précise de composants. Un ASIC, ou circuit intégré à application spécifique, est conçu pour une tâche unique au lieu d’être généraliste comme un GPU. Cette spécialisation autorise un meilleur rendement énergétique sur une charge donnée, au prix d’une moindre flexibilité.

Une puce pensée pour l’inférence et pas pour l’entraînement

Jalapeño ne sert pas à entraîner des modèles. Sa cible est l’inférence, c’est-à-dire l’exécution des modèles déjà entraînés pour répondre aux requêtes des utilisateurs. La distinction compte : l’entraînement reste une charge ponctuelle massive, l’inférence est un flux continu qui domine désormais la facture (OpenAI, juin 2026).

L’architecture privilégie trois choses : réduire les mouvements de données, équilibrer compute, mémoire et réseau, et viser une utilisation effective proche du maximum théorique. Les premiers échantillons font tourner GPT-5.3-Codex-Spark en laboratoire à la fréquence et à la puissance cibles de production (Broadcom, juin 2026). OpenAI revendique une approche tabula rasa, sans réutilisation d’un accélérateur d’entraînement converti pour servir des modèles, et insiste sur la prise en compte directe des bottlenecks observés à grande échelle : coût des mouvements de données, équilibrage compute-mémoire, efficacité réseau.

Trois partenaires industriels et un rôle précis pour chacun

OpenAI a tenu la conception architecturale, en partant de ce qu’elle apprend chaque jour en servant ses propres modèles. Broadcom a pris l’implémentation silicium et le réseau, avec sa technologie Tomahawk. TSMC fabrique la puce à Taiwan. Celestica intègre les cartes et les baies. Cette division des rôles ressemble au modèle Google avec ses TPU, à ceci près qu’OpenAI ne possède pas ses datacenters et dépend donc d’opérateurs tiers, Microsoft en tête.

Un die de calcul exceptionnellement large pour réduire la latence

Une analyse Tom’s Hardware fondée sur la wafer image diffusée par les deux entreprises souligne un détail technique notable : le compute chiplet de Jalapeño dépasse en surface les dies d’inférence habituels, et se rapproche des processeurs d’entraînement. Le choix d’un large chiplet plutôt que d’un assemblage multi-puces traduit une priorité claire pour la latence, indispensable aux usages interactifs à grande échelle comme ChatGPT, l’API et les agents.

Pourquoi OpenAI conçoit-elle son propre ASIC face à Nvidia ?

Le motif est financier avant d’être technique. OpenAI est l’un des plus gros acheteurs de GPU Nvidia depuis 2022, et la marge brute estimée de Nvidia sur ses processeurs haut de gamme s’approche de 75 %. Réduire la dépendance à un fournisseur unique, c’est récupérer une partie de cette marge et l’investir dans la marge propre d’OpenAI, estimée à environ 33 centimes par dollar de chiffre d’affaires (Artificial Intelligence News, juin 2026).

Une dépense d’inférence qui dépasse l’entraînement

L’inférence représente déjà le poste dominant. Une analyse sectorielle indépendante chiffrait la dépense d’inférence d’OpenAI à 2,3 milliards de dollars en 2024, soit environ quinze fois le coût d’entraînement de GPT-4 (AI News Hub, novembre 2025). Les projections pour 2030 placent l’inférence à environ 75 % du compute IA mondial, sur un marché de 255 milliards de dollars. ChatGPT compte 900 millions d’utilisateurs hebdomadaires, et la facture serveurs annuelle d’OpenAI passerait de 8,4 milliards de dollars en 2025 à 14 milliards en 2026.

Une tendance générale des hyperscalers depuis Google et son TPU

OpenAI rattrape un mouvement entamé en 2015 par Google avec ses Tensor Processing Units. Amazon a suivi avec Trainium et Inferentia, Microsoft avec Maia, Meta avec MTIA. Tous ces ASIC visent à reprendre le contrôle des coûts d’inférence sur leurs charges récurrentes. Le rapport sectoriel publié fin 2025 estimait que les TPU offrent jusqu’à quatre fois le rapport performance-dollar des GPU Nvidia sur l’inférence (AI News Hub). Broadcom est devenu le partenaire silicium privilégié de ces grands acteurs qui maîtrisent leurs propres charges.

Quatre partenaires hardware en parallèle, pas un remplacement

OpenAI ne se sépare pas de Nvidia. En février 2026, Nvidia a finalisé un investissement de 30 milliards de dollars dans OpenAI et un engagement de 10 GW de capacité Vera Rubin, dont 3 GW d’inférence et 2 GW d’entraînement (VentureBeat, juin 2026). Amazon a investi 50 milliards pour 2 GW de Trainium, AMD livre des Instinct MI450, et Cerebras complète l’éventail. Jalapeño vient s’ajouter, pas remplacer.

Le tableau ci-dessous résume les engagements connus à la date de publication.

Comment Broadcom et TSMC ont-ils livré Jalapeño en neuf mois ?

Le délai annoncé, neuf mois entre la conception initiale et le tape-out, est présenté par les deux entreprises comme le cycle ASIC le plus rapide jamais réalisé dans les semiconducteurs haute performance. À titre de comparaison, un cycle ASIC traditionnel s’étale sur 18 à 24 mois. La référence historique reste le premier TPU Google, déployé en quinze mois entre la conception et la mise en production en 2014.

Un partenariat annoncé en octobre 2025, des échantillons en juin 2026

La collaboration OpenAI-Broadcom n’est publique que depuis octobre 2025. Huit mois plus tard, un échantillon physique a été remis à Sam Altman et Greg Brockman lors d’une cérémonie chez OpenAI, suivie d’une mise en charge en laboratoire (CNBC, juin 2026). Le déploiement initial est annoncé pour fin 2026 sur des prototypes, avant montée en charge. Hock Tan, PDG de Broadcom, parle d’un programme multi-générations destiné à équiper des datacenters à l’échelle du gigawatt en partenariat avec Microsoft à partir de 2026.

OpenAI a utilisé ses propres modèles pour accélérer la conception

La méthode revendiquée est inhabituelle. OpenAI dit avoir utilisé ses propres modèles génératifs pour accélérer certaines parties de la conception et de l’optimisation, en parallèle de l’expertise silicium de Broadcom. C’est une preuve par l’exemple du discours d’OpenAI sur la productivité que peut apporter l’IA dans les métiers d’ingénierie. Greg Brockman a évoqué une accélération « très surprenante » apportée par les modèles, sans préciser quelles générations ont contribué.

Une autre conséquence : la réutilisation de blocs logiques Broadcom

Au-delà de l’apport des modèles d’OpenAI, Broadcom dispose d’une bibliothèque mature de blocs logiques réutilisables, fruit de son activité de fournisseur ASIC pour les TPU de Google et d’autres hyperscalers. Cette réutilisation permet de comprimer le calendrier sans recommencer chaque sous-système. Le compte rendu visuel de la puce publié par la presse spécialisée évoque un floor plan en tableau systolique régulier, cohérent avec les architectures de Broadcom déployées sur d’autres ASIC IA.

Pour appliquer chez vous : déployer l’IA en production, par étapes.

Quelles conséquences pour les PME et ETI françaises qui utilisent l’IA ?

Trois conséquences pratiques à anticiper pour les dirigeants qui s’appuient sur l’IA générative au quotidien, sans dépendre directement du choix d’OpenAI sur son hardware.

Une stabilisation attendue des prix par jeton sur l’API

L’enjeu pour OpenAI est de servir 900 millions d’utilisateurs hebdomadaires de ChatGPT à un coût soutenable. Plus l’inférence devient efficiente, plus la grille tarifaire de l’API peut suivre. Broadcom évoque environ 50 % d’économies sur l’inférence par rapport aux GPU actuels (Reuters via Edgen, juin 2026), une affirmation à confirmer par des benchmarks indépendants attendus dans les mois qui viennent. Les claims fournisseurs annoncent une performance par watt « substantiellement meilleure » que l’état de l’art, sans chiffre publié à ce stade.

Une dépendance plus claire au modèle de gouvernance OpenAI

Une partie du calcul d’inférence quittera le silicium Nvidia générique pour entrer dans une chaîne fermée OpenAI-Broadcom-TSMC-Celestica. Pour une entreprise européenne soumise à l’AI Act, cela change peu le statut juridique des modèles utilisés, mais renforce l’argument du LLM local pour les charges sensibles. À partir du 2 août 2026 s’appliquent notamment les obligations de transparence (article 50). Les obligations pour les systèmes à haut risque de l’annexe III sont reportées au 2 décembre 2027, sous réserve de l’adoption définitive du Digital Omnibus. Un certificat ISO 42001 côté fournisseur couvre 80 à 85 % des exigences de gouvernance.

Un signal clair pour l’investissement infrastructure IA française

Le mouvement vers les ASIC dédiés est désormais général. Google a ses TPU depuis 2015, Amazon ses Trainium et Inferentia, Meta ses MTIA, Microsoft ses Maia, et maintenant OpenAI a Jalapeño. Tom’s Hardware note que ce cycle de spécialisation valide l’argument d’un compute IA segmenté, avec des accélérateurs taillés pour chaque type de charge (Tom’s Hardware, juin 2026). Le mouvement valide aussi la trajectoire de souveraineté défendue par Mistral AI, Scaleway et OVHcloud côté français.

Une feuille de route opérationnelle en quatre temps

Pour un dirigeant de PME ou d’ETI, l’arrivée de Jalapeño n’impose pas un changement immédiat. Elle invite à structurer en quatre temps : cartographier les charges IA actuelles et leur sensibilité, mesurer la dépense API mensuelle réelle, qualifier les charges qui justifient un LLM local sur GPU dédié ou mini-PC IA, puis bâtir un binôme avec un fournisseur cloud principal et un plan de repli souverain. Cette discipline préexiste à Jalapeño : la nouvelle puce ne fait qu’amplifier la lecture économique d’une stratégie d’infrastructure IA mixte.

L’urgence pour une PME ou une ETI n’est donc pas d’attendre la disponibilité de Jalapeño, c’est de cadrer dès maintenant les charges qui justifieront ou non un LLM local quand le marché aura stabilisé son offre.

Questions fréquentes sur la puce ASIC d’OpenAI

Qu’est-ce que la puce ASIC d’OpenAI ?

La puce ASIC d’OpenAI s’appelle Jalapeño et désigne le premier processeur d’inférence conçu par OpenAI avec Broadcom. Un ASIC est un circuit intégré dédié à une tâche unique, ici l’exécution des grands modèles de langage. Fabriquée par TSMC et intégrée en racks par Celestica, elle entre en déploiement initial fin 2026 sur des datacenters à l’échelle du gigawatt.

Pourquoi OpenAI fabrique-t-elle sa propre puce ?

Le motif principal est économique. Les marges brutes de Nvidia sur ses GPU haut de gamme avoisinent 75 %. En concevant son propre ASIC, OpenAI récupère une partie de cette marge et taille la puce sur les charges précises de ChatGPT, de l’API et des agents. La dépense d’inférence dépasse désormais celle d’entraînement, justifiant l’investissement dans une puce spécialisée.

Jalapeño remplace-t-elle les GPU Nvidia ?

Non, et c’est important. OpenAI a signé en février 2026 un engagement de 10 GW de capacité Vera Rubin avec Nvidia, et entretient des accords avec AWS Trainium, AMD Instinct MI450 et Cerebras. Jalapeño vient compléter ce mix sur les charges d’inférence à fort volume. Les GPU Nvidia restent centraux pour l’entraînement et de nombreuses tâches d’inférence flexibles.

Quand la puce ASIC d’OpenAI sera-t-elle déployée ?

Le déploiement initial est annoncé pour fin 2026 sur des prototypes en datacenter, puis montée en charge sur les années suivantes avec Microsoft comme premier opérateur. La feuille de route est présentée comme multi-générations. Les premiers échantillons font déjà tourner GPT-5.3-Codex-Spark à la fréquence cible de production en laboratoire selon Broadcom.

Quelles conséquences pour une PME française ?

Trois effets pratiques à anticiper : un prix par jeton plus stable sur l’API OpenAI à mesure que l’efficacité d’inférence progresse, une dépendance plus marquée à la chaîne OpenAI-Broadcom-TSMC pour les charges critiques, et un débat renforcé entre cloud IA et LLM local pour les données soumises au RGPD et à l’AI Act. Le diagnostic en amont devient déterminant.

Diag IA offert — 30 min
Discuter de votre projet
Parler à Eric