Quand l’IA conçoit la puce qui bat Nvidia

Mesdames, messieurs, OpenAI vient de sortir sa première puce. Elle s’appelle Jalapeño… et elle bat Nvidia. 🤯

Dans son billet de présentation, OpenAI l’annonce noir sur blanc : GPT a joué un rôle crucial et direct dans la découverte du processus qui a permis de fabriquer cette puce. Et ce n’est pas un simple communiqué marketing : SemiAnalysis, le cabinet d’analyse le plus respecté du secteur des semi-conducteurs, s’est déplacé en personne dans les labos d’OpenAI pour tester la puce.

Leur conclusion ? Sur la métrique qui compte le plus pour l’inférence, Jalapeño fait mieux que tout ce qui existe : mieux que Nvidia, mieux que les TPU de Google. Et c’est SemiAnalysis qui le dit — pas OpenAI.

Vous vous dites peut-être : « Bon, elle est rapide, c’est bien. » Sauf que non. Le plus dingue dans cette histoire, ce n’est pas la puce : c’est la façon dont elle a été fabriquée. Et ce que ça implique remet en question un avantage compétitif que Nvidia a mis 20 ans à construire.

Première précision essentielle : Jalapeño n’est pas un GPU. Un GPU Nvidia, c’est un couteau suisse : gaming, rendu 3D, entraînement de modèles, inférence IA… il fait tout. Jalapeño, c’est ce qu’on appelle un ASIC (Application-Specific Integrated Circuit) : un circuit conçu pour une seule chose — prendre un modèle de langage et générer des réponses le plus vite possible en consommant le moins d’énergie possible. Elle génère des tokens. Point. 🎯

Pourquoi est-ce si important ? Parce qu’aujourd’hui, le goulot d’étranglement n°1 de l’industrie de l’IA, ce n’est plus l’argent, ni la place dans les data centers, ni même les chercheurs : c’est l’énergie. Les watts. 🔌 Ce qui limite la croissance de ces entreprises, c’est la quantité d’électricité qu’elles parviennent à obtenir — pas pour rien qu’OpenAI multiplie les projets autour du nucléaire.

La question devient donc très simple : pour chaque watt fourni, combien de réponses utiles la puce produit-elle ? Plus elle en produit, plus elle génère de revenus à facture électrique égale. Jensen Huang lui-même, le patron de Nvidia, l’a martelé au Computex 2026 : le « token par watt » est devenu la métrique reine. Alors quand OpenAI débarque avec sa toute première puce et bat Nvidia exactement sur cette métrique… vous comprenez pourquoi tout le monde en parle. 😄

SemiAnalysis a testé la puce sur le benchmark public InferenceX avec trois modèles différents, dont deux qu’OpenAI n’a même pas développés : DeepSeek R1 (670B), Kimi K2.5 (1T) et un modèle interne, GPT‑OSS. Le verdict :

Concrètement, sur DeepSeek R1, Jalapeño dépasse les 700 tokens/seconde par utilisateur, contre 169 pour le GB300 de Nvidia. La moitié de la consommation, pour un résultat supérieur. 💪

Mais voici le vrai signal : Jalapeño est une première génération, avec seulement 3 mois de mise au point logicielle… et elle rivalise déjà avec ce que Nvidia fait de plus récent. C’est ça, le véritable exploit. 📈

Une puce ne sert à rien sans un type de code très particulier : le kernel. Un petit programme hyper-optimisé qui dit à la puce exactement comment effectuer chaque calcul, comment orchestrer chaque opération mathématique. Un bon kernel, c’est la différence entre une puce qui tourne à 30 % de son potentiel et une puce qui frôle ses limites théoriques.

Le problème ? Écrire un bon kernel est un métier d’orfèvre : quelques milliers de personnes sur la planète savent vraiment le faire. Des profils rares, très demandés, extrêmement bien payés. Et pendant 20 ans, ces spécialistes ont tous travaillé sur le même socle : CUDA, la plateforme de programmation de Nvidia.

C’est ce qu’on appelle le « CUDA moat », le fossé défensif de Nvidia : 20 ans de bibliothèques accumulées, d’outils, de documentation, de communauté — plus de 4 millions de développeurs inscrits au programme CUDA. C’est ce que Jensen Huang avait vu avant tout le monde et commencé à bâtir dès les années 2010. L’avantage de Nvidia n’a jamais été seulement le matériel : c’est tout le logiciel qui tourne autour. Utiliser une autre puce = tout réécrire, former de nouveaux ingénieurs, reconstruire un écosystème depuis zéro.

• AMD a essayé pendant des années : son logiciel a continué de décevoir.
• Google a investi massivement autour de ses TPU : un chantier pharaonique pour des résultats mitigés.
• Personne n’avait réussi à percer ce fossé. Jusqu’à OpenAI.

La stratégie d’OpenAI ? Plutôt que de construire un écosystème lisible par des humains, ils ont créé une interface appelée Gluon — un nom poétique emprunté à la physique des particules ✨. C’est un langage de programmation de kernels très bas niveau, au plus près du silicium, où le programmeur contrôle quasiment tout manuellement. Le genre de langage dans lequel aucun humain sensé ne voudrait coder à longueur de journée…

Sauf que, plot twist : ce n’est pas un humain qui code. C’est Codex, l’IA d’OpenAI. 🤖

L’anecdote est savoureuse : quand SemiAnalysis était dans les labos pour tester Jalapeño sur DeepSeek R1, un problème s’est posé. DeepSeek utilise un mécanisme d’attention particulier que personne d’autre n’utilise vraiment… et OpenAI n’avait tout simplement pas le kernel pour faire tourner ce modèle sur sa puce.

Les analystes demandent alors aux chercheurs d’OpenAI de l’écrire. Les chercheurs se regardent… et répondent : « En fait, nous, on ne sait pas faire. C’est l’IA qui nous a fait ça. » 😅 Puis ils ont demandé à Codex de l’écrire : un des bouts de code les plus difficiles au monde à produire, fonctionnel et performant, sans qu’un seul ingénieur kernel n’ait besoin d’intervenir.

« Sur certains blocs critiques du calcul, les implémentations écrites par l’IA tournent 1,5 à 1,8 fois plus vite que celles codées à la main par les meilleurs ingénieurs humains du monde. »

• En 2 mois, avec Codex piloté par GPT‑Astra (leur meilleur modèle, interne, bien au-delà de ce qui est accessible au public), l’équipe a porté 3 modèles open source qui n’étaient même pas prévus au plan initial.
• L’IA écrit du code qui optimise le matériel mieux que les experts humains… sur une puce que l’IA a elle-même contribué à concevoir. 🤯

Car OpenAI n’a pas utilisé l’IA seulement pour le logiciel : l’IA a participé directement à la conception du chip, de l’exploration des architectures possibles jusqu’à l’optimisation des circuits arithmétiques. Résultat : 9 mois entre la première esquisse et la mise en production, pour un processus qui prend normalement des années. Les semi-conducteurs, c’est sans doute aussi difficile — voire plus — que les fusées. 🚀

À titre de comparaison, le tape-out de Vera Rubin chez Nvidia a été finalisé un mois avant Jalapeño… et n’a toujours pas ouvert ses portes à des benchmarks indépendants comparables.

Il y a quelque chose de presque poétique : les modèles actuels d’OpenAI (comme GPT‑5.6 Sol) tournent aujourd’hui sur des GPU Nvidia. Ce sont les GPU Nvidia qui ont entraîné les modèles qui ont conçu la puce qui menace maintenant leur propre avantage. Nvidia a forgé les armes qui servent à le défier. ⚔️

Et le timing frôle la fiction : OpenAI publie ses benchmarks fin août sous un titre ironique, « You Can Just Build Things » — comme un clin d’œil à tous ceux qui disaient la chose impossible… le lendemain soir, Jensen Huang présentait ses résultats trimestriels. 😄

Car les deux choses sont vraies en même temps — et non, on ne parle pas de quantique ici. 😄 Nvidia reste indétrônable aujourd’hui : la demande explose, les clients se battent littéralement pour obtenir des puces.

En précisant que la demande réelle dépasse largement ces chiffres… mais que l’offre ne suit tout simplement pas. La machine tourne à plein régime.

Et OpenAI ne quitte pas Nvidia, loin de là : Richard Ho, le VP Hardware d’OpenAI, cite explicitement Nvidia, AMD et Cerebras aux côtés de Jalapeño dans leur plan de calcul global. Le but de Jalapeño n’est pas de remplacer Nvidia demain matin : c’est de construire une option, d’avoir le choix. 🧭 Pendant ce temps, leur 2ᵉ génération de puce est déjà en développement avancé (dévoilement dans les prochains mois), et la 3ᵉ commence à prendre forme.

Ce qu’on observe en ce moment, c’est la boucle de rétroaction la plus puissante de l’histoire de la tech :

Et ce mécanisme ne se limite pas aux semi-conducteurs, il se produit partout :

• Biologie moléculaire : l’IA prédit des structures de protéines qui demandaient des années de cristallographie.
• Mathématiques : des modèles découvrent de nouvelles preuves, identifient des théorèmes jamais envisagés.
• Physique : l’IA accélère des simulations qui auraient pris des mois sur des supercalculateurs.
• Médecine : elle analyse des images médicales avec une précision qui commence à dépasser celle de spécialistes formés pendant des décennies.

La logique est toujours la même : l’IA ne remplace pas le chercheur, le médecin ou l’ingénieur — elle compresse le temps de travail. Ce qui prenait des années prend des mois ; ce qui prenait des mois prend des semaines. Chaque accélération libère du temps pour poser de nouvelles questions, qui produisent de nouvelles données, qui alimentent de meilleurs modèles, qui accélèrent encore.

Sauf que dans le cas des puces, la boucle se referme sur elle-même de la manière la plus directe possible : l’IA améliore littéralement l’outil physique qui la fait tourner. Ce n’est pas un outil de plus : c’est un outil qui construit les outils qui le rendent meilleur. Et chaque semaine, le rythme accélère un peu plus. ⏩