OpenAIの自社チップで、AIと半導体の自己改善ループが始まった

米OpenAIが6月24日、初の自社設計AIチップ「Jalapeño（ハラペーニョ）」を発表した（発表文）。半導体大手の米Broadcom社と共同で設計し、製造は台湾の半導体受託製造大手TSMCが担う。学習用ではなく推論（学習済みモデルを動かして応答を生成する処理）に特化したASIC（特定用途向け集積回路）である。

多くの報道はこれを「Nvidia依存からの脱却」と「コスト削減」の物語として扱った。実際、Broadcom CEOのHock Tan氏はBloombergに対し、推論トークンあたりのコストを現行GPUの約半分に抑えられると語っている（VentureBeat）。OpenAI自身の発表文も、自社設計によって「より高い効率で多くの知能を提供できる」とうたい、ChatGPTやAPIをより安く使えるようにすることを前面に押し出している。コスト削減こそが最大のメリットであるかのような書きぶりだ（発表文）。だが、OpenAIのハードウェア責任者Richard Ho氏の発言群を追うと、この一手の本質はコストではなく、AIモデルの進化速度に半導体の進化速度を噛み合わせることにあることが見えてくる。

「従来の開発サイクルのままではいられない」

その意図が最も明確に出ているのが、2025年3月にHo氏がSynopsysの開発者会議で語った言葉だ。AIインフラは素早く適応する必要があり、「これまで語られてきたチップ製品の開発サイクルのままではいられない。本当に速く前進させなければならない」。そう述べ、半導体の設計こそが「知能の未来を定義する」と語った（EE Times）。

同じ講演で、Ho氏は小型・低コストモデルの台頭でスケーリング則が終わったとする見方を退け、計算需要は「フロンティアの学習から、ポストトレーニング、そしてテスト時計算へと移っているだけだ」と反論している（EE Times）。能力向上の主戦場が推論へ移るからこそ、推論専用チップに賭ける。コストではなく性能進化の論理である。

2025年9月の別の講演では、Ho氏はAIモデルの計算需要が「とうにムーアの法則のペースを追い越した」と指摘した（The Next Platform）。汎用ハードの自然な改善曲線ではモデルの進化に追いつけない。だから専用設計で別の進化曲線を引きにいく、という発想だ。

Ho氏は、この考えを論文の形でも示している。2026年3月公開の提言論文『AI+HW 2035: Shaping the Next Decade』に共著者として名を連ね、このままではハードウェアはアルゴリズムの進化に追いつけないので、「AIモデルが、将来のAIモデルを加速するためのハードウェアを設計する」ようなハードとアルゴリズムの統一システムとして協調設計されねばならない、と論じている（arXiv）。

AIが、自らを動かすチップを設計する

今回の発表で象徴的なのは、Jalapeñoが設計から製造のテープアウトまでわずか9カ月で完成した点だ。OpenAIはこれを高性能先端半導体として「史上最速のASIC開発サイクルだと考えている」とし、その高速化に自社AIモデルを使ったと明かしている。「ユーザーに提供しているのと同じモデルが、将来のモデルを動かすインフラの改善に役立っている」（発表文）。

AIが自らを動かすハードウェアを設計し、その設計の高速化がさらに高性能なモデルを生む。発表文はこれを「flywheel（弾み車）」と呼ぶ。優れたインフラが計算効率を高め、それが優れた学習とサービングを可能にし、より高性能なモデルを生む、という自己強化ループだ（発表文）。モデルの再帰的自己改善に、半導体の再帰的最適化を噛み合わせる構図といえる。

なぜOpenAIは「コスト」を語るのか

表向きはコスト削減、開発現場の狙いは進化の速度。一見ずれて見えるが、この二つは対立しない。同じ一つのループの裏表である。推論コストが下がれば、浮いた計算予算で実験と反復を増やせる。反復が増えればモデルの改善が速まる。コストと速度は、同じ循環を入口側と出口側から眺めた姿にすぎない。

では、なぜ公式文書はコストの側を選ぶのか。第一に、聞き手が違う。発表文の読者は消費者や投資家であり、「ChatGPTが安く速くなる」は誰にでも伝わる。一方、Ho氏が「速度」を語ったのは半導体技術者で埋まった会議場だ。同じ事実を、相手に届く面に翻訳しているにすぎない。

第二に、上場の事情がある。1兆ドル規模ともいわれるIPOを控えるOpenAIは、赤字脱却の道筋を示さねばならない（CNN）。コスト削減は測定可能で、近未来で、財務的に筋の通る物語だ。対して「指数関数的な協調進化」は、聞きようによっては設備投資がさらに膨らむという不安にも転じかねない。

そして第三に、「AIが自らを動かすハードを設計し、それがさらに賢いAIを生む」と正面から言えば、AIが人間のコントロールから逃げだすという連想を即座に呼ぶ。規制当局や世論を刺激しかねない話を、企業は公式文書では控えたいところ。コストという穏当な言葉は、その緩衝材として都合がいい。

Jalapeñoの意味は、Nvidia依存の緩和や推論コストの低下だけでは測れない。より重要なのは、OpenAIがAIモデルと計算基盤を別々のものとしてではなく、一体で進化させる段階に入ったことだ。AIがチップ設計を速め、そのチップが次のAIを動かす。この循環が本格化すれば、競争軸は「どのモデルが賢いか」だけでなく、「モデルと半導体をどれだけ速く同時進化させられるか」に移っていく。Jalapeñoは、その競争の始まりを告げるチップといえる。