OpenAI veut maîtriser toute la chaîne, du centre de données à ChatGPT

OpenAI relie puces, centres de données, modèles et produits pour réduire le coût de chaque tâche accomplie par ChatGPT, Codex et ses agents.

OpenAI ne veut plus dépendre d’une seule couche de l’industrie pour faire fonctionner ses modèles. Dans un texte signé par sa directrice financière Sarah Friar, l’entreprise expose une stratégie qui va des centres de données aux produits grand public, en passant par les puces, les réseaux, les modèles et sa plateforme destinée aux développeurs.

La logique consiste à optimiser ces éléments ensemble. Un modèle plus économe réduit le nombre d’essais nécessaires pour terminer une tâche. Un logiciel de service mieux réglé limite les calculs inutiles. Une puce conçue pour les charges internes accélère les réponses. Les gains obtenus doivent ensuite apparaître dans ChatGPT, Codex, l’API et les futurs appareils d’OpenAI.

Jalapeño, sa première puce dédiée à l’inférence, donne une forme matérielle à cette stratégie. Annoncée en juin et développée avec Broadcom et Celestica, elle a été conçue autour des besoins des grands modèles de langage plutôt que comme un accélérateur généraliste. OpenAI contrôle son architecture, tandis que ses partenaires assurent la mise en œuvre du silicium, les réseaux, les cartes et l’intégration des racks.

Les premiers résultats mesurés portent sur trois modèles ouverts : GPT-OSS 120B, DeepSeek R1 670B et Kimi K2.5 1T. Selon OpenAI, Jalapeño fournit entre 1,5 et 1,9 fois plus de travail par watt au débit maximal que les systèmes de comparaison, avec une latence de bout en bout réduite d’un facteur allant de 1,7 à 3,6. Pour les usages très interactifs, l’avantage annoncé se situe entre 2,1 et 4,1 fois.

Les essais utilisent InferenceX, un banc public développé par SemiAnalysis. GPT-OSS 120B est comparé à un système NVIDIA GB200, tandis que DeepSeek R1 et Kimi K2.5 sont confrontés au GB300. Jalapeño est donné pour une enveloppe de 700 watts, contre 1 200 watts pour le GB200 et 1 400 watts pour le GB300. OpenAI indique que sa consommation soutenue est restée inférieure ou égale à 550 watts pendant les tests.

Ces chiffres ne constituent pas encore une comparaison complète des coûts d’exploitation. OpenAI normalise les résultats à partir de la puissance nominale publiée pour chaque accélérateur, sans intégrer l’ensemble de la consommation du centre de données, le prix d’achat, les contrats d’hébergement, la maturité du logiciel ou les taux de disponibilité à grande échelle. Les résultats ont été publiés par OpenAI sur un protocole public, mais ils restent liés aux modèles, aux formats numériques et aux réglages choisis.

La puce maison n’a pas vocation à remplacer tout le parc existant. OpenAI continue de présenter Microsoft et NVIDIA comme les deux fondations historiques de son infrastructure. Sa liste de fournisseurs comprend désormais AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy et SoftBank. Chaque partenaire intervient sur une partie différente, du cloud et des accélérateurs à l’énergie et au développement immobilier.

L’objectif est de conserver plusieurs options. Les systèmes les plus coûteux peuvent être réservés à l’entraînement des modèles de pointe ou aux tâches exigeant le maximum de capacité. Les charges massives et plus prévisibles peuvent être dirigées vers des équipements mieux adaptés à leur coût. Jalapeño ajoute une solution interne à ce portefeuille et donne à OpenAI davantage de poids dans ses négociations avec les fournisseurs.

Cette intégration reste donc sélective. OpenAI construit les composants pour lesquels une conception commune avec ses modèles peut créer un avantage, mais continue d’acheter ailleurs lorsque les partenaires disposent d’une meilleure technologie ou peuvent déployer plus rapidement. Le « full stack » décrit par Sarah Friar ne correspond pas à une autonomie complète, mais à une capacité à répartir les charges et les investissements entre plusieurs solutions.

Les centres de données forment l’autre extrémité du dispositif. Project Camellia, prévu dans le comté d’Effingham en Géorgie, doit recevoir progressivement 3,2 gigawatts de puissance entre 2028 et 2032. OpenAI promet de prendre en charge les infrastructures et l’énergie nécessaires, d’utiliser un circuit d’eau fermé et de soumettre ses engagements à un audit public annuel réalisé par un organisme indépendant.

La maîtrise des coûts ne dépend pas uniquement du matériel. OpenAI cite aussi GPT-5.6 Sol, qui a obtenu 80 points sur l’Artificial Analysis Coding Agent Index. L’évaluation d’Artificial Analysis confirme que le modèle, utilisé dans Codex avec son niveau de raisonnement maximal, arrive en tête des trois tests de code réunis dans cet indice. L’entreprise insiste surtout sur la quantité de texte produite pour atteindre ce résultat, inférieure à celle de plusieurs modèles aux performances proches.

Ce raisonnement change l’unité économique mise en avant. Le prix d’un million de tokens ne suffit pas à mesurer le coût d’un agent si celui-ci multiplie les tentatives, génère des réponses inutilement longues ou échoue avant la fin du travail. OpenAI préfère donc parler de coût par tâche réussie, une mesure qui inclut les reprises, la durée d’exécution et les ressources consommées par l’ensemble du parcours.

Une meilleure efficacité ne garantit pourtant pas une baisse de la consommation totale. Sarah Friar invoque elle-même le paradoxe de Jevons : lorsqu’une technologie devient moins chère, de nouveaux usages deviennent rentables et la demande augmente. Des entreprises peuvent alors analyser davantage de documents, lancer plus de simulations ou confier des processus plus longs aux agents. Chaque tâche coûte moins cher, mais leur nombre progresse.

Le texte expose finalement autant une stratégie financière qu’un plan technique. OpenAI veut réduire son coût de service, éviter une dépendance excessive à un fournisseur et convertir ces économies en capacité supplémentaire. Jalapeño est la première pièce maison de ce montage, pas son aboutissement. Son intérêt réel dépendra désormais de sa production à grande échelle, de sa fiabilité et du coût complet des systèmes qui l’accueilleront.