Jalapeño يرفع كفاءة الاستدلال، لكن القياس يحتاج قراءة حذرة

نشرت OpenAI في 25 أغسطس 2026 أول نتائج مقاسة لنظام Jalapeño، مسرّعها المخصص للاستدلال، قبل بدء نشره المخطط داخل بنيتها الحاسوبية بنهاية العام. وتبيّن بيانات الأداء التي نشرتها OpenAI أن النظام حقق عبر GPT‑OSS 120B وDeepSeek R1 670B وKimi K2.5 1T إنتاجية قصوى لكل واط أعلى بنحو 1.5 إلى 1.9 مرة، وزمن استجابة من طرف إلى طرف أقل بنحو 1.7 إلى 3.6 مرات من أنظمة Nvidia المقارنة.

ما نُشر في 25 أغسطس هو اختبار لعينات هندسية قيد التأهيل للإنتاج، وليس نتيجة تشغيل تجاري واسع أو إعلاناً عن شريحة متاحة للشراء. لذلك تؤكد الأرقام أن Jalapeño يستطيع رفع كفاءة أحمال الاستدلال في التهيئة المختبرة، لكنها لا تثبت بعد أن النسب نفسها ستستمر مع أحمال الإنتاج أو أن OpenAI أصبحت أقل اعتماداً على Nvidia في مجمل بنيتها.

ماذا تقول النتائج في كل نموذج؟

استخدمت المقارنة عبئاً اسمياً من 8 آلاف رمز إدخال وألف رمز إخراج مع التنبؤ برمز واحد في كل خطوة. وقورنت حزمة Jalapeño المصنفة عند 700 واط مع GB200 المصنف عند 1,200 واط في GPT‑OSS، ومع GB300 المصنف عند 1,400 واط في النموذجين الآخرين.

• GPT‑OSS 120B: بلغت ذروة الإنتاجية 85,448 وحدة mixed TPS لكل كيلوواط مقابل 44,960، أي نحو 1.9 مرة. وبلغ زمن الطلب الكامل 1.03 ثانية مقابل 1.80 ثانية، فيما انخفض أدنى فاصل بين الرموز من 1.87 إلى 0.69 مللي ثانية.
• DeepSeek R1 670B: سجل Jalapeño مقدار 19,641 وحدة mixed TPS لكل كيلوواط مقابل 11,781، أي نحو 1.7 مرة. وانخفض زمن الطلب الكامل من 5.99 إلى 1.65 ثانية، وأدنى فاصل بين الرموز من 5.90 إلى 1.43 مللي ثانية.
• Kimi K2.5 1T: وصلت الإنتاجية إلى 18,195 وحدة mixed TPS لكل كيلوواط مقابل 11,862، أي نحو 1.5 مرة. وبلغ زمن الطلب 1.56 ثانية بدلاً من 5.31 ثانية، وانخفض أدنى فاصل بين الرموز من 5.48 إلى 1.44 مللي ثانية.

هذه المقاييس تجيب عن أسئلة مختلفة. الإنتاجية لكل كيلوواط تصف مقدار العمل الذي تنجزه التهيئة ضمن ميزانية طاقة، بينما يقيس زمن الطلب المدة حتى اكتمال الاستجابة. أما الفاصل بين الرموز، أو TBT، فيقيس وتيرة ظهور الرموز بعد بدء التوليد؛ ولذلك يمكن لنظام أن يزيد إنتاجيته بتجميع طلبات أكثر من دون أن يقدم أفضل زمن لكل مستخدم.

لماذا لا تكفي السرعة الخام؟

تتغير نتيجة مسرّع الاستدلال بحسب نقطة التشغيل وعدد الطلبات المتزامنة والحد المقبول للتأخير. رفع التزامن قد يزيد عدد الرموز التي يخدمها النظام، لكنه قد يطيل انتظار كل طلب؛ ولهذا تعرض النتائج منحنى يجمع الإنتاجية والكفاءة وزمن الاستجابة بدلاً من ترتيب العتاد وفق رقم منفرد.

طُبعت مقارنة الطاقة باستخدام التصنيف المنشور لكل حزمة، لا الاستهلاك اللحظي المقاس فقط. وكان استهلاك Jalapeño المستدام في الأحمال المختبرة 550 واط أو أقل، لكن الحساب استخدم تصنيفه البالغ 700 واط للاتساق مع تصنيفات أنظمة المقارنة. وبذلك تعبر «الإنتاجية لكل كيلوواط» عن كفاءة النظام عند نقطة تشغيل محددة، ولا تعني أن كل طلب يستهلك مقداراً ثابتاً من الكهرباء.

تنبع أهمية القياس أيضاً من اختلاف مرحلتي الاستدلال. معالجة المدخلات، أو prefill، أكثر اعتماداً على الحساب، فيما يصبح توليد الرموز، أو decode، أشد حساسية لعرض نطاق الذاكرة وحركة بيانات النموذج وذاكرة KV. تحسين مرحلة واحدة لا يضمن تلقائياً انخفاض زمن الطلب الكامل، لذلك تُنسب النتيجة المعروضة إلى المنظومة التي تجمع الشريحة والذاكرة والشبكة وبرمجيات الخدمة، لا إلى مواصفة منفردة داخل الرقاقة.

كيف جرى التحقق من الاختبار؟

استندت المقارنة إلى InferenceX، وهو معيار عام من SemiAnalysis يقيس مسار خدمة طلب الاستدلال. وتوضح مراجعة SemiAnalysis للاختبار المختبري أن فريقها شغّل المعيار مع مهندسي OpenAI وتحقق حضورياً من الجولات، لكنه تلقى الأرقام من الشركة ولم ينفذ حزمة InferenceX كاملة.

هذا التحقق أقوى من الاكتفاء بمواصفات نظرية أو رسم بلا منهجية معلنة، لكنه لا يساوي اختباراً مستقلاً على عتاد حصل عليه المختبر واختاره وضبطه بنفسه. كما اقتصرت الجولات المنشورة على حمل 8k/1k أحادي الجولة، ولم تشمل AgentX المخصص لسياقات أطول وتفاعلات متعددة الجولات.

هذا الفرق مهم لأن الأحمال الطويلة تضغط عناصر لا يكشفها الاختبار القصير بالدرجة نفسها، مثل الموجّهات وذاكرة البادئات وإدارة التخزين المؤقت. كذلك عمل Jalapeño بالتنبؤ برمز واحد ومن دون speculative decoding أو فصل عتاد مرحلتي prefill وdecode؛ وهي تهيئة واضحة، لكنها لا تجعل نسب التفوق قابلة للنقل تلقائياً إلى كل خليط من النماذج وتقنيات الخدمة.

هل يقل اعتماد OpenAI على Nvidia؟

يمكن أن يقل الاعتماد في جزء الاستدلال إذا نجحت OpenAI في تصنيع Jalapeño ونشره بأعداد كافية، لأن المسرّع الداخلي يضيف مورداً لخدمة الطلبات ضمن قيود الطاقة. لكن نتائج المعيار وحدها لا تكشف حجم النشر أو معدل استخدام الأنظمة أو التكلفة الإجمالية لكل رمز، ولذلك لا تسمح بقياس الأثر التجاري بعد.

وتذكر تغطية Axios لإعلان 25 أغسطس أن Jalapeño غير مصمم لتدريب النماذج، وأن عدداً محدوداً من الأنظمة متوقع خلال 2026 مع سعة أكبر في 2027، كما لا تخطط OpenAI لعرض الشريحة على جهات خارجية. يظل التدريب، وجزء من سعة الاستدلال أيضاً، معتمدين على مسرّعات Nvidia وموردين آخرين.

الفارق هنا بين امتلاك بديل عامل وبين استبدال المورد. Jalapeño يثبت أن لدى OpenAI مسار سيليكون داخلياً يمكنه استيعاب حصة من الاستدلال، لكنه لا يغطي التدريب ولا يبرهن حتى الآن على أن هذا المسار قادر على تلبية نسبة كبيرة من الطلب الفعلي.

ما الذي يبقى مجهولاً؟

لم تُنشر بيانات تشغيل طويلة الأمد عن الاعتمادية ومعدلات الأعطال وتكاليف التبريد والشبكات والصيانة، ولا نتائج تحت مزيج متغير من طلبات الإنتاج. كما لا تكفي كفاءة الطاقة وحدها لحساب تكلفة الرمز، لأن ثمن تصنيع النظام ونضج البرمجيات ومعدل الاستفادة وحجم النشر قد تغير النتيجة الاقتصادية.

الخلاصة المؤكدة حتى الآن هي أن عينات Jalapeño حققت مزيجاً قوياً من الإنتاجية لكل واط وزمن الاستجابة في ثلاثة نماذج وضمن نقاط InferenceX المنشورة، مع تحقق حضوري محدود من طرف خارجي. أما الحكم على أثرها في بنية OpenAI فينتظر التأهيل والنشر الفعلي، واختبارات السياق الطويل ومتعدد الجولات، وبيانات قابلة للمقارنة عن الاعتمادية والتكلفة عند التشغيل واسع النطاق.