OpenAI மற்றும் Broadcom Jalapeño-வை அறிமுகப்படுத்துகின்றன: LLM Inference-க்கான ஒரு பிரத்யேக சிப்

"Jalapeño" என்ற பிரத்யேக Intelligence Processor-ஐ அறிவிப்பதன் மூலம், OpenAI அதிகாரப்பூர்வமாக மென்பொருளைத் தாண்டி, பிரத்யேக சிலிக்கான் (custom silicon) தயாரிப்புத் துறையில் கால்பதித்துள்ளது. Broadcom உடனான கூட்டாண்மையுடன் உருவாக்கப்பட்ட இந்த பிரத்யேக ஆக்சிலரேட்டர் (accelerator), மிகப்பெரிய அளவில் பெரிய மொழி மாதிரிகளின் (LLM) inference செயல்பாட்டை மேம்படுத்துவதற்காக வடிவமைக்கப்பட்டுள்ளது.

நவீன LLM-களுக்கான பிரத்யேகமாக வடிவமைக்கப்பட்ட கட்டமைப்பு (Architecture)

மாற்றியமைக்கப்பட்ட பொதுவான பயன்பாட்டு GPU-களைச் சார்ந்திருக்கும் தற்போதைய பல தீர்வுகளைப் போலல்லாமல், Jalapeño என்பது LLM inference-ன் தனித்துவமான தேவைகளுக்காக ஆரம்பத்திலிருந்தே பிரத்யேகமாக வடிவமைக்கப்பட்ட ஒன்றாகும். நவீன AI-ன் முதன்மையான தடைகளான தரவு நகர்வு (data movement) மற்றும் வன்பொருள் பயன்பாட்டு குறைபாடு (hardware underutilization) ஆகியவற்றைத் தீர்ப்பதே இதன் நோக்கமாகும். வன்பொருள் பயன்பாட்டை அதன் கோட்பாட்டு ரீதியான அதிகபட்ச நிலைக்குக் கொண்டு செல்வதன் மூலம், தற்போதைய அதிநவீன வன்பொருள்களை விட, வாட் (watt) பயன்பாட்டிற்குத் தகுந்த செயல்திறனை (performance per watt) கணிசமாக மேம்படுத்த OpenAI இலக்கு வைத்துள்ளது.

OpenAI இன்னும் இறுதி செய்யப்பட்ட தொழில்நுட்ப அறிக்கையையோ அல்லது சுயாதீனமான பெஞ்ச்மார்க் (benchmarks) முடிவுகளையோ வெளியிடவில்லை என்றாலும், ஆரம்பக்கட்ட உள்நாட்டுச் சோதனைகள் கணிசமான செயல்திறன் முன்னேற்றத்தைக் காட்டுகின்றன. GPT-5.3-Codex-Spark போன்ற சிக்கலான இயந்திர கற்றல் (machine learning) பணிகளைச் செய்வதற்கு, ஆய்வகச் சூழல்களில் பொறியியல் மாதிரிகள் (engineering samples) ஏற்கனவே பயன்படுத்தப்பட்டு வருகின்றன. தற்போது இந்த மாதிரி தனது inference தேவைகளுக்காக Cerebras வன்பொருளைச் சார்ந்து உள்ளது குறிப்பிடத்தக்கது.

பல நிறுவனங்களின் சக்திவாய்ந்த கூட்டு முயற்சி

Jalapeño-வின் உருவாக்கம் என்பது முழு வன்பொருள் அடுக்குக்கும் (hardware stack) பரந்து விரிந்த ஒரு சிக்கலான பல கூட்டாளர் முயற்சியாகும். OpenAI சிப் வடிவமைப்பிற்குத் தலைமை தாங்குகிறது; அதன் சொந்த AI மாதிரிகளைப் பயன்படுத்தி மேம்பாட்டுச் சுழற்சியை (development cycle) வேகப்படுத்துகிறது. இதன் வடிவமைப்பு முதல் tape-out வரை வெறும் ஒன்பது மாதங்கள் மட்டுமே எடுத்துக்கொண்டதாகக் கூறப்படுகிறது. Broadcom முக்கியமான சிலிக்கான் உற்பத்தி நிபுணத்துவத்தையும், அதன் உயர் செயல்திறன் கொண்ட Tomahawk நெட்வொர்க்கிங் சிப்கள் உள்ளிட்ட மேம்பட்ட நெட்வொர்க்கிங் தொழில்நுட்பத்தையும் வழங்குகிறது. இந்தச் சூழலை முழுமையாக்குவதற்கு, Celestica போர்டுகள் (boards), ரேக்குகள் (racks) மற்றும் முழுமையான சிஸ்டம் ஒருங்கிணைப்பிற்கு (system integration) பொறுப்பேற்றுள்ளது.

இந்த ஒத்துழைப்பு OpenAI-க்கான ஒரு மூலோபாய மாற்றத்தைக் குறிக்கிறது; அதாவது மாதிரிகள் மற்றும் தயாரிப்புகளில் மட்டும் கவனம் செலுத்தும் நிறுவனத்திலிருந்து, அதன் அடிப்படையான வன்பொருள் அடுக்கைக் கட்டுப்படுத்தும் நிறுவனமாக இது மாறுகிறது. சிலிக்கான் தொழில்நுட்பத்தை சொந்தமாக வைத்திருப்பதன் மூலம், மூன்றாம் தரப்பு வழங்குநர்களைச் சார்ந்திருக்கும் போட்டியாளர்களை விட, தனது மாதிரிகளை வேகமாகவும், நம்பகத்தன்மையுடனும் மற்றும் மிகக் குறைந்த செலவிலும் இயக்க OpenAI-ஆல் கோட்பாட்டு ரீதியாக முடியும்.

2026-க்குள் கிகாவாட் (Gigawatt) அளவுகோலுக்கு விரிவாக்கம் செய்தல்

Jalapeño-வின் எதிர்காலத் திட்டம் மிகவும் லட்சியமானது. முதல் கட்ட பயன்பாடு 2026-ன் பிற்பகுதியில் திட்டமிடப்பட்டுள்ளதாகவும், Microsoft மற்றும் பிற மூலோபாயப் பங்காளர்களுடன் இணைந்து கிகாவாட் அளவில் செயல்படும் நோக்கமும் கொண்டிருப்பதாகவும் Broadcom CEO Hock Tan தெரிவித்துள்ளார். இந்த விரிவாக்கத்தின் அளவு, அடுத்த தலைமுறை AI-க்கான பிரம்மாண்டமான உள்கட்டமைப்புத் தேவைகளை அடிக்கோடிட்டுக் காட்டுகிறது.

இந்த கூட்டாண்மையில் குறிப்பிடத்தக்க வணிகக் கடப்பாடுகள் உள்ளதாக அறிக்கைகள் தெரிவிக்கின்றன. முதல் கட்டத்தைப் பாதுகாப்பதற்காக, ஆரம்பக்கால சிப் உற்பத்தியில் 40 சதவீதத்தை Microsoft வாங்குவதை உறுதி செய்யும் என்று எதிர்பார்க்கப்படுகிறது. இத்தகைய செங்குத்து ஒருங்கிணைப்பு (vertical integration) மற்றும் உறுதி செய்யப்பட்ட தேவை ஆகியவை, AI புரட்சியைத் தொடரத் தேவையான அதிக செலவு மற்றும் அதிக ஆற்றல் கொண்ட விநியோகச் சங்கிலியை (supply chain) நிலைப்படுத்துவதற்கான ஒரு முக்கிய நகர்வைக் குறிக்கின்றன.

முக்கியக் குறிப்புகள்

• பிரத்யேக சிலிக்கான் உத்தி (Custom Silicon Strategy): Jalapeño என்பது LLM inference-க்காக ஆரம்பத்திலிருந்தே வடிவமைக்கப்பட்ட ஒரு "Intelligence Processor" ஆகும்; இது வாட் பயன்பாட்டிற்குத் தகுந்த செயல்திறனில் (performance per watt) பொதுவான வன்பொருள்களை விடச் சிறப்பாகச் செயல்படுவதை நோக்கமாகக் கொண்டுள்ளது.
• வேகமான மேம்பாடு: செயல்முறையை விரைவுபடுத்த தனது சொந்த AI மாதிரிகளைப் பயன்படுத்தியதன் மூலம், OpenAI ஒன்பது மாத கால வடிவமைப்பு-முதல்-tape-out சுழற்சியை எட்டியுள்ளது; இது உயர் செயல்திறன் கொண்ட ASICs-களுக்கு ஒரு சாதனமாகும்.
• பிரம்மாண்ட அளவிலான பயன்பாடு: Broadcom மற்றும் Microsoft ஆகியவற்றின் ஆதரவுடன், 2026-ன் பிற்பகுதியில் கிகாவாட் அளவில் முதல் பெரிய அளவிலான பயன்பாடு இலக்காகக் கொள்ளப்பட்டுள்ளது.