OpenAI может производить ускорители OpenAI не только у TSMC, но и на мощностях Samsung Foundry. Это сигнал не про красивое партнерство, а про грубую арифметику: спрос на вычисления для ИИ стал таким, что одной контрактной фабрики может не хватить. Для разработчиков, облачных провайдеров и IT-бизнеса это означает простую вещь: гонка за AI-инфраструктурой все сильнее упирается не в модели, а в кремний, упаковку и доступные пластины.
О расширении сотрудничества OpenAI и Samsung сообщает Tom's Hardware со ссылкой на заявление Харрисона Кима, генерального менеджера OpenAI Korea. На пресс-конференции в Сеуле он сказал, что один из заметных результатов совместной работы с Samsung Electronics связан с производством и исследованиями чипов следующего поколения. Формулировка важна: речь не только о памяти для дата-центров или корпоративном софте, а о возможном участии Samsung в выпуске собственных процессоров OpenAI.
У OpenAI уже есть программа кастомных AI ASIC. Первый инференс-ускоритель компании, известный как Jalapeño, был определен инженерами OpenAI, совместно спроектирован с Broadcom и произведен TSMC. По данным источника, весь цикл занял менее 18 месяцев. Для полупроводниковой индустрии это быстрый темп, особенно если речь идет не о простом сопроцессоре, а о специализированном ускорителе для AI-нагрузок.
OpenAI пока не уточнила, что именно будет делать Samsung. Возможны несколько сценариев: Samsung Foundry станет вторым производственным источником для следующего поколения Jalapeño, получит отдельный чип в линейке OpenAI или подключится к разработке и упаковке. Первый Jalapeño, судя по источнику, уже находится в массовом производстве у TSMC, поэтому переносить его на Samsung задним числом было бы странно и дорого. Более вероятный вариант — участие Samsung в следующем поколении ASIC, которое уже движется к tape-out.
Здесь появляется Broadcom. В конце июля Samsung Electronics и Broadcom объявили о стратегическом партнерстве стоимостью более $200 млрд до 2030 года: фокус — передовые техпроцессы, память и упаковка для AI-инфраструктуры. У OpenAI, в свою очередь, есть договоренность с Broadcom на 10 ГВт кастомных AI-ускорителей. Если эти объемы действительно надо материализовать в железе, логично не складывать все яйца в одну корзину TSMC, где и без OpenAI плотная очередь из Nvidia, AMD и других клиентов.
Двойной сорсинг чипов — не новая идея, но в передовых техпроцессах она болезненно дорогая. Один и тот же логический дизайн нельзя просто отправить на другую фабрику, как PDF в другую типографию. Нужны адаптация под библиотеки, правила проектирования, верификация, физическая реализация, упаковка, тестирование. За это платят временем, инженерными командами и деньгами. Если OpenAI готова идти в такую схему, значит, вопрос объемов и устойчивости поставок для нее уже важнее лишней сложности.
Сравнение с Tesla в источнике уместно, но не стоит переносить его один к одному. Tesla может нуждаться в огромных партиях AI5 из-за трех разных направлений: дата-центры, автомобили и роботы Optimus. OpenAI не ставит свои ASIC в машины массового рынка, зато дата-центровые ускорители обычно крупнее, горячее и прожорливее по кремнию. Один такой чип может занимать куда больше площади пластины, чем автомобильный ASIC, особенно если используется несколько кристаллов и продвинутая упаковка.
Для рынка это еще один удар по старой модели, где крупнейшие AI-компании просто покупали GPU у Nvidia и строили вокруг них инфраструктуру. Nvidia никуда не исчезает, но гиперскейлеры и AI-лаборатории все активнее проектируют собственные ускорители под конкретные нагрузки: инференс, обучение, смешанные сценарии, внутренние API. Кастомный ASIC не обязан быть универсальным. Его задача — дешевле и эффективнее гонять те операции, которые компания делает миллиарды раз в день.
Для русскоязычных IT-команд практический вывод не в том, что завтра у всех появится доступ к Jalapeño. Скорее наоборот: крупные игроки будут забирать лучшие производственные мощности заранее и надолго. Это может влиять на цены облачных AI-сервисов, доступность новых инстансов, сроки поставок серверов и стратегию компаний, которые строят продукты поверх LLM. Чем больше OpenAI, Google, Microsoft, Amazon и Meta уходят в собственный кремний, тем меньше рынок похож на обычную закупку серверов по прайс-листу.
Главный открытый вопрос — сможет ли Samsung Foundry стать для OpenAI не запасным аэродромом, а полноценной второй производственной ногой. Если да, у TSMC появится еще один конкурент в самом денежном сегменте AI-инфраструктуры, а у OpenAI — шанс масштабировать ускорители OpenAI быстрее, чем позволяют очереди на тайваньских фабриках. Если нет, индустрия получит еще одно напоминание: написать модель сложно, но выпустить под нее миллионы ватт специализированного кремния иногда сложнее.