หลังปล่อยข่าวลือมานาน OpenAI เปิดผลทดสอบ (เบนช์มาร์ก) ชุดแรกของชิปประมวลผล AI ที่ออกแบบเองในชื่อโค้ดว่า Jalapeño บนเวทีงาน Hot Chips เมื่อวันที่ 25 สิงหาคม 2026 และตัวเลขที่ออกมา ทำเอาวงการฮาร์ดแวร์ต้องหันมามอง เพราะมันเอาชนะการ์ด Nvidia รุ่นเรือธงในมิติที่สำคัญที่สุดของยุคนี้ — ประสิทธิภาพต่อวัตต์
เกิดอะไรขึ้น
Jalapeño เป็นชิปประเภท inference (ชิปสำหรับ "รันโมเดล" ตอบผู้ใช้ ไม่ใช่ตอนเทรน) ที่ OpenAI พัฒนาร่วมกับ Broadcom จากการทดสอบกับโมเดลสาธารณะ 3 ตัว ได้แก่ GPT-OSS 120B, DeepSeek R1 670B และ Kimi K2.5 1T ของ Moonshot ชิปตัวนี้ทำงาน AI ได้มากกว่าระบบ Nvidia Blackwell (รุ่น GB200 และ GB300) ราว 1.5–1.9 เท่าต่อวัตต์
ที่สำคัญคือ ตัวเลขนี้ไม่ได้มาจากปาก OpenAI ฝ่ายเดียว แต่บริษัทวิจัยเซมิคอนดักเตอร์ SemiAnalysis ตรวจสอบผลอย่างเป็นอิสระและยืนยันตาม
"ประสิทธิภาพต่อวัตต์" คือหัวใจของศึกชิป AI ยุคนี้ เพราะต้นทุนก้อนใหญ่ของศูนย์ข้อมูลไม่ใช่แค่ค่าตัวชิป แต่คือ ค่าไฟและระบบระบายความร้อน ยิ่งทำงานได้มากต่อไฟ 1 วัตต์ ยิ่งประหยัดและขยายสเกลได้ถูกลง
แต่ต้องอ่านตัวเลขอย่างระวัง
ผลทดสอบนี้ยังมี ข้อแม้ ที่ OpenAI เองก็ยอมรับ:
- Jalapeño ใช้หน่วยความจำ HBM4 ที่ใหม่กว่าของ Blackwell ทำให้การเทียบ "ไม่สมมาตร" อยู่บ้าง
- ผลของ Jalapeño ทำได้โดย ไม่ใช้เทคนิค speculative decoding ขณะที่ตัวเลขฝั่ง Nvidia บางส่วนใช้เทคนิคนี้ช่วย แปลว่าสถาปัตยกรรมดิบ ๆ ของ Jalapeño ทำงานหนักเองล้วน ๆ
นี่ยังเป็น ผลเบนช์มาร์กช่วงต้น ไม่ใช่การใช้งานจริงในสเกลใหญ่ OpenAI บอกว่าจะเริ่มติดตั้ง Jalapeño ในปริมาณ น้อยมาก ช่วงปลายปี 2026 แล้วค่อยขยายจริงในปี 2027
แปลว่าอะไร
ที่น่าสนใจคือ แม้ชิปตัวเองจะทำผลได้ดี แต่ OpenAI ยืนยันว่าจะซื้อการ์ดจาก Nvidia ต่อไป — สะท้อนว่าเป้าหมายไม่ใช่การ "เลิกพึ่ง" Nvidia ทันที แต่คือการ มีทางเลือกของตัวเอง เพื่อคุมต้นทุนและลดการผูกขาดในระยะยาว
เทรนด์ที่ชัดขึ้นเรื่อย ๆ คือบริษัท AI รายใหญ่กำลังออกแบบชิปเองเพื่อกดต้นทุนการรันโมเดล ซึ่งเป็นค่าใช้จ่ายที่โตตามจำนวนผู้ใช้ทุกวัน ถ้าต้นทุนต่อการตอบ 1 ครั้งถูกลง ราคาบริการ AI ที่เราใช้กันก็มีโอกาสถูกลงตามในระยะยาว
OpenAI พิสูจน์ว่าชิป inference ที่ออกแบบเองแข่งกับ Nvidia ได้จริงในเรื่องประหยัดพลังงาน แต่ยังเป็นแค่จุดเริ่มต้น — ของจริงต้องรอดูตอนผลิตจำนวนมากในปี 2027