OpenAI hat am 24. Juni offiziell seinen ersten selbst entwickelten KI-Chip Jalapeño vorgestellt, der gemeinsam mit Broadcom entwickelt wurde und als für große Sprachmodelle (LLM) optimierter Inferenzprozessor positioniert ist; er wird von TSMC gefertigt, und der kanadische Elektronikhersteller Celestica ist für den Bau der Serversysteme verantwortlich. Broadcom-CEO Hock Tan erklärte, dass die Leistung von Jalapeño mit der von Nvidia Blackwell vergleichbar sei.
Technische Spezifikationen von Jalapeño: 9 Monate Tape-Out, inferenzoptimiertes Design und frühe Testergebnisse
Laut einem offiziellen Artikel von OpenAI ist Jalapeño ein speziell auf Inferenzanforderungen zugeschnittener Prozessor, kein Trainingschip. Vom ersten Entwurf bis zur Fertigungsfreigabe (Tape-Out) vergingen nur 9 Monate, was darauf zurückzuführen ist, dass OpenAI seine eigenen KI-Modelle nutzte, um das Chipdesign zu optimieren.
OpenAI-Hardwarechef Richard Ho wies darauf hin, dass der Chip kritische Arbeitslasten effizient ausführen kann; frühe offizielle Tests zeigten eine deutlich bessere Leistung pro Watt als vergleichbare Produkte auf dem Markt. Broadcom-CEO Hock Tan erklärte, die Leistung sei mit der von Nvidia Blackwell und Google TPU vergleichbar.
Leistungsbekundung von Broadcom-CEO Hock Tan und Herausforderungen bei HBM-Gewinnmargen
Hock Tan hat Sam Altman physische Muster von Jalapeño übergeben; gleichzeitig räumte er ein, dass die Gewinnmargen bei kundenspezifischen Chips derzeit aufgrund des hohen Bedarfs an High-Bandwidth Memory (HBM) niedriger sind als bei Produkten wie Netzwerk-Switches, und dass HBM hauptsächlich von SK Hynix und Samsung Electronics geliefert wird.
Er wies außerdem darauf hin, dass die Nachfrage der Kunden nach Rechenleistung explosionsartig steigt und voraussichtlich bis 2028 anhalten wird. OpenAI-Präsident Greg Brockman sagte gegenüber CNBC, dass das Ausmaß, in dem KI-Modelle die Chipentwicklung beschleunigen, überraschend sei und das Unternehmen einen dringenden Bedarf an Rechenleistung habe.
OpenAIs diversifizierte Rechenstrategie: Kooperationen mit Broadcom, AWS Trainium, AMD und Cerebras
Jalapeño ist Teil von OpenAIs diversifizierter Rechenstrategie. Ben Barringer, Leiter der Technologieforschung bei der Investmentfirma Quilter Cheviot, analysierte, dass Tech-Giganten aktiv ihre Chipquellen diversifizieren, um Abhängigkeiten von einzelnen Anbietern zu vermeiden. Neben der Zusammenarbeit mit Broadcom hat OpenAI eine Vereinbarung mit AWS zur Nutzung der Trainium-Chips getroffen und arbeitet mit AMD sowie Cerebras zusammen, das im Mai 2026 an die Börse gehen soll.
OpenAI und Broadcom haben zuvor angekündigt, dass sie in den kommenden Jahren gemeinsam mit Partnern wie Microsoft Rechenzentren mit einer Kapazität von 10 GW bereitstellen wollen. Die Vorstellung des selbst entwickelten Chips kommt zu einem entscheidenden Zeitpunkt, da OpenAI sich auf seinen Börsengang vorbereitet. Der Markt erwartet eine mögliche Bewertung von 1 Billion US-Dollar. Ein selbst entwickelter Chip hilft, einen Full-Stack-Technologievorteil aufzubauen und Servicekosten zu senken, um eine höhere Bewertungserwartung zu stützen.
Häufig gestellte Fragen
Woher kommt der Name Jalapeño und welche Bedeutung hat er?
Jalapeño ist eine mexikanische Chilisorte mit stark scharfem Geschmack. Das Technologiemedium Engadget bezeichnet dies als „einen feurigen Start“ für OpenAIs Einstieg in den Chipbereich; BusinessKorea wies darauf hin, dass die Namensgebung auch verrät, dass OpenAI direkt auf den von Nvidia dominierten Markt für KI-Recheninfrastruktur abzielt. In der Halbleiter- und Softwarebranche verwenden Entwicklungsteams üblicherweise Lebensmittel, Pflanzen oder Ortsnamen als Codenamen. Das OpenAI-Team verwendete diesen Codenamen während der 9-monatigen geheimen Entwicklung und behielt ihn bei der Vorstellung bei.
Ist Jalapeño ein Inferenz-Chip oder ein Trainings-Chip und was ist der Unterschied?
Laut Berichten ist Jalapeño ein Inferenzprozessor, der speziell für die Inferenzanforderungen großer Sprachmodelle optimiert ist, kein Trainings-Chip. Inferenz bezeichnet den Prozess, bei dem KI-Modelle in der tatsächlichen Nutzung Antworten generieren, und ist empfindlicher gegenüber Energieeffizienz und Latenz; Training hingegen erfordert eine extrem hohe Rechendichte. Frühe Tests von Jalapeño zeigen eine deutlich bessere Leistung pro Watt als vergleichbare Inferenzprodukte.
Welche Auswirkungen hat die Entwicklung eines eigenen Chips durch OpenAI auf Nvidia?
Laut der Einschätzung des Analysten Ben Barringer diversifizieren Technologiegiganten (einschließlich OpenAI) aktiv ihre Chipquellen, um Abhängigkeiten von einzelnen Anbietern zu vermeiden. Die Einführung von Jalapeño ermöglicht es OpenAI, seine Abhängigkeit von Nvidia-GPUs zu verringern und mit einer diversifizierten Versorgung durch AWS Trainium, AMD und Cerebras eine flexiblere Rechenleistungskombination aufzubauen. Derzeit befinden sich Umfang und Reife von Jalapeño jedoch noch in der frühen Einführungsphase, sodass es kurzfristig schwierig ist, Nvidias Marktposition vollständig zu ersetzen.
