2026.08.27 00:12
„OpenAI“ paskelbė apie pirmojo savo gamybos specializuoto dirbtinio intelekto modelių išvesties (angl. inference) lusto (mikroschema) „Jalapeño“ bandymų rezultatus. Naujoji technologija demonstruoja rekordinį greitį ir energetinį efektyvumą, vienoje architektūroje suderindama savybes, dėl kurių anksčiau tekdavo daryti kompromisus.
Efektyvumas ir greitis be kompromisų
Kaip rodo viešo SemiAnalysis testo „InferenceX“ duomenys, „Jalapeño“ užtikrina didesnį našumą vienam vatui ir ženkliai mažesnę užklausų apdorojimo delsą (latenciją). Lustas buvo bandomas su skirtingais modeliais – „GPT‑OSS 120B“, „DeepSeek R1“ bei „Kimi K2.5 1T“ modeliais.
Rezultatai parodė akivaizdų pranašumą prieš rinkoje esančias alternatyvas:
- Energetinis efektyvumas: Pikiniu režimu „Jalapeño“ sugeneruoja nuo 1,5 iki 1,9 karto daugiau naudingo darbo vienam energijos vatui, o lyginant didžiausius modelius (kaip „Kimi“), našumas vatui išauga maždaug 1,5 karto.
- Mažesnė delsa: Galutinis atsakymo pateikimo laikas sumažėjo nuo 1,7 iki 3,6 karto.
- Interaktyvūs užsakymai: Naudotojams jautriose, interaktyviose programose našumas šoktelėjo nuo 2,1 iki 4,1 karto.
- Bandymų metu lusto pikinė galia siekė 700 vatų, tačiau realiomis sąlygomis vykdant užduotis energijos suvartojimas neviršijo 550 vatų.
Architektūra, sukurta DI agentams
„Jalapeño“ lustas projektuotas nuo nulio, galvojant apie šiuolaikinius kalbos modelius ir autonominius agentus, kuriems tenka atlikti daugybę nuoseklių žingsnių. Įprastose sistemose duomenų judėjimas tarp branduolių ir lustų dažnai sukuria prastovas.
Naujasis lustas suprojektuotas taip, kad sumažintų duomenų judėjimą: modelio būsena ir atmintinė laikoma lokaliai, o integracija su tinklu leidžia visai sistemai veikti kaip vienam vientisam mechanizmui. Tai leidžia vienodai sėkmingai doroti tiek pradinę užklausos analizę (angl. prefill), tiek generavimo fazę (angl. decode).
Dirbtinio intelekto vaidmuo kuriant mikroschemą
Pats kūrimo procesas taip pat rėmėsi technologijomis: „OpenAI“ naudojo dirbtinį intelektą grandinėms optimizuoti, o tai leido nuo idėjos iki pirmojo pavyzdžio („tapeout“) pereiti per devynis mėnesius.
Naudodami „Codex“ ir „GPT‑Astra“, inžinieriai sugebėjo greitai pritaikyti naujus modelius – DI sugeneruotas kodas kai kuriuos blokus vykdė nuo 1,5 iki 1,8 karto greičiau nei žmogaus parašytos alternatyvos.
„OpenAI“ planuoja pradėti „Jalapeño“ diegimą savo infrastruktūroje iki šių metų pabaigos. Šis lustas yra tik pirmoji multigeneracinės platformos dalis – jau aktyviai kuriama antroji karta, o trečioji – planuojama.
Bendrovė pažymi, kad ir toliau naudos „Nvidia“ bei kitų partnerių spartintuvus, o naujasis produktas padės sumažinti paslaugų teikimo savikainą bei paspartinti DI plėtrą.
Tiesa, pranešime visiškai nutylėta naujojo lusto gamybos ir diegimo kaina. „OpenAI“ elegantiškai aplenkė finansinį klausimą, tačiau vienintelis faktas, kad „Jalapeño“ iš tų pačių vatų išspaudžia iki keturių kartų didesnį našumą interaktyviose užduotyse, liudija žymiai krisiančią pačios bendrovės paslaugų teikimo savikainą, o tai dabartinėje konkurencinėje kovoja tampa svarbiausiu dalyku.
Visi naudotojai atsigręžia į išlaidas DI naudojimui. Ekstazė baigėsi. Prasidėjo buhalteriniai vertinimai.
→ Šis straipsnis nemokamas. Parengti jį ir išlaikyti čia – kainuoja.. Paremkite infa.lt


65

