1. OpenAI, 자체 추론 칩 Jalapeño 첫 성능 결과 공개
URL: https://openai.com/index/jalapeno-first-results/
요약: OpenAI가 자체 추론 칩 Jalapeño의 첫 측정 결과를 공개했습니다. InferenceX 벤치마크에서 GPT-OSS 120B, DeepSeek R1, Kimi K2.5 1T 같은 공개 모델을 대상으로 비교했으며, peak throughput 기준 전력당 AI 작업량은 1.51.9배 높고 end-to-end latency는 1.73.6배 낮았다고 설명했습니다. OpenAI는 이 칩을 연말까지 내부 인프라에 배치하기 시작하고, Gen 2와 Gen 3도 개발 중이라고 밝혔습니다.
2. OpenAI, 풍부한 지능을 위한 풀스택 인프라 전략 설명
URL: https://openai.com/index/the-full-stack-behind-abundant-intelligence/
요약: OpenAI의 Sarah Friar가 데이터센터, 칩, 모델, 개발자 플랫폼, 제품, AI-native 디바이스를 하나의 통합 시스템으로 보는 compute 전략을 설명했습니다. Jalapeño, 다양한 클라우드/반도체 파트너 포트폴리오, Project Camellia 같은 데이터센터 전략, 모델 라우팅과 컨텍스트 관리 효율화를 묶어 유용한 지능당 비용을 낮추는 것이 핵심입니다.
3. Hugging Face, Granite 4.2 LLMs 구조와 설계 공개
URL: https://huggingface.co/blog/ibm-granite/granite-4-2
요약: IBM Granite 팀이 Granite 4.2 LLMs가 어떻게 구성됐는지 Hugging Face 블로그에 공개했습니다. 오픈 모델을 엔터프라이즈 워크로드와 맞추려는 설계 방향, 모델 구성 및 학습 접근을 확인할 수 있어 자체 배포형 LLM을 검토하는 조직에 유용합니다.
Sources: