EN DIRECT
Des documents judiciaires révèlent des propos internes accablants sur le scraping de contenu par l'IA19/09/26|L'armée américaine évite de justesse un incident après un rapport de renseignement halluciné par une IA18/09/26|Une étude révèle que les biais de genre des GPT ne disparaissent pas, ils se transforment17/09/26 · OpenAI|Des modifications d'architecture permettraient de casser les lois d'échelle classiques16/09/26|OpenAI publie un cadre pour signaler les cas de désalignement de ses modèles16/09/26 · OpenAI|NVIDIA dévoile les premiers résultats MLPerf de sa plateforme Vera Rubin NVL7216/09/26 · NVIDIA|OpenAI élargit la publicité dans ChatGPT avec des « Sponsored Agents »16/09/26 · OpenAI|OpenAI se lance dans la publicité avec des « Sponsored Agents »16/09/26 · OpenAI|Google DeepMind lance Gemini 3.8 Live et sa variante à raisonnement étendu15/09/26 · Google DeepMind|L'investissement massif dans les infrastructures IA fait-il courir un risque de bulle ?15/09/26|Une faille dans la surveillance du raisonnement des modèles de langage14/09/26|Stellar Colosseum : un système multi-agents pour la recherche mathématique de long terme14/09/26|Des documents judiciaires révèlent des propos internes accablants sur le scraping de contenu par l'IA19/09/26|L'armée américaine évite de justesse un incident après un rapport de renseignement halluciné par une IA18/09/26|Une étude révèle que les biais de genre des GPT ne disparaissent pas, ils se transforment17/09/26 · OpenAI|Des modifications d'architecture permettraient de casser les lois d'échelle classiques16/09/26|OpenAI publie un cadre pour signaler les cas de désalignement de ses modèles16/09/26 · OpenAI|NVIDIA dévoile les premiers résultats MLPerf de sa plateforme Vera Rubin NVL7216/09/26 · NVIDIA|OpenAI élargit la publicité dans ChatGPT avec des « Sponsored Agents »16/09/26 · OpenAI|OpenAI se lance dans la publicité avec des « Sponsored Agents »16/09/26 · OpenAI|Google DeepMind lance Gemini 3.8 Live et sa variante à raisonnement étendu15/09/26 · Google DeepMind|L'investissement massif dans les infrastructures IA fait-il courir un risque de bulle ?15/09/26|Une faille dans la surveillance du raisonnement des modèles de langage14/09/26|Stellar Colosseum : un système multi-agents pour la recherche mathématique de long terme14/09/26|
BusinessOpenAI

Comment OpenAI a utilisé ses propres modèles pour concevoir sa puce Jalapeño

IEEE Spectrum détaille comment les ingénieurs d'OpenAI ont mobilisé leurs propres grands modèles de langage pour accélérer la conception de leur puce interne, nom de code Jalapeño.

19 septembre 20264 min de lecturePublié parHacker News

Selon un reportage d'IEEE Spectrum, OpenAI a intégré ses propres grands modèles de langage directement dans le flux de travail de conception d'une puce interne baptisée Jalapeño. L'entreprise, mieux connue pour ses modèles de langage grand public, développe depuis plusieurs mois du silicium sur mesure destiné à ses infrastructures d'inférence et d'entraînement, dans le cadre d'un partenariat plus large avec des fondeurs et des fabricants de composants comme Broadcom.

Le reportage décrit un usage concret de l'IA générative appliquée à l'électronique : les ingénieurs auraient utilisé des LLM pour générer et vérifier du code de description matérielle, automatiser des tâches répétitives de documentation, et accélérer les cycles de relecture de spécifications techniques. Ce type d'application s'inscrit dans une tendance plus large de l'industrie des semi-conducteurs, où des acteurs comme Synopsys ou Cadence intègrent déjà des assistants IA dans leurs outils de conception assistée par ordinateur (EDA).

Ce cas illustre une dynamique de circularité propre aux grandes entreprises d'IA : utiliser leurs propres produits pour construire l'infrastructure matérielle qui les fera fonctionner. Pour OpenAI, la maîtrise du design de puces représente un enjeu stratégique face à la dépendance actuelle envers Nvidia, tout en cherchant à réduire les coûts et les délais de mise sur le marché de composants spécialisés pour l'inférence à grande échelle.

L'article ne prétend pas que les LLM ont conçu la puce de bout en bout, mais qu'ils ont servi d'outils d'assistance ponctuels sur des tâches précises du flux de conception. Il reste difficile d'évaluer, à partir des éléments publiés, l'ampleur réelle du gain de productivité obtenu, mais l'initiative confirme que les grands laboratoires d'IA explorent activement l'automatisation de leurs propres processus d'ingénierie matérielle.

Tags
custom-siliconchip-designopenaihardwarellm-applicationsbroadcom

À lire aussi