OpenAI: Erster eigener Chip schlägt Nvidias Blackwell bei Effizienz

OpenAI hat Benchmarks veröffentlicht, wonach Jalapeño, sein erster selbst entworfener KI-Chip, Nvidias Blackwell-Systeme bei der Effizienz übertrifft — ein Teil der ersten Generation, das das Flaggschiff des Platzhirschs in genau der Aufgabe schlägt, für die es gebaut wurde.

Nach OpenAIs Zahlen liefert Jalapeño bei Spitzendurchsatz 1,5- bis 1,9-mal mehr KI-Arbeit pro Watt als die besten kommerziell verfügbaren Systeme, bei 1,7- bis 3,6-mal geringerer Ende-zu-Ende-Latenz und bis zu 4,1-mal höherer Leistung bei interaktiven Arbeitslasten. Getestet wurden drei offene Modelle sehr unterschiedlicher Größe: GPT-OSS 120B, DeepSeek R1 670B und das Billionen-Parameter-Modell Kimi K2.5. Die Research-Firma SemiAnalysis verifizierte einige Benchmark-Läufe vor Ort, und ihr Urteil hatte ungewöhnliches Gewicht: Chips der ersten Generation seien üblicherweise nicht konkurrenzfähig, merkte sie an — OpenAIs aber schlage Nvidia.

Die Vorbehalte wiegen so schwer wie die Zahlen. Jalapeño ist ein reiner Inferenz-Chip — er führt trainierte Modelle aus, kann sie aber nicht trainieren, womit der Trainingsmarkt, in dem Nvidia am stärksten ist, unberührt bleibt. SemiAnalysis wies zudem darauf hin, dass der fairere Vergleich nicht Blackwell ist, sondern Nvidias neuere Vera-Rubin-Plattform, da sie wie Jalapeño HBM4-Speicher nutzt; auch dort liegt Jalapeño beim Token-Durchsatz pro Megawatt vorn, doch Rubin bringt Optimierungen mit, die dem OpenAI-Teil fehlen. Und der Chip ist noch kein Produkt: Er existiert als Engineering-Muster, nicht als in großem Maßstab eingesetzte Hardware.

Das Verblüffende ist das Tempo. Gemeinsam mit Broadcom kam OpenAI in rund neun Monaten vom ersten Entwurf zur finalen Blaupause und in etwa sechzehn Monaten vom Start bis zur Fertigung — ein Zeitplan, der, sollten sich die Benchmarks in der Produktion bestätigen, einen historisch mehrjährigen Burggraben auf einen einzigen Produktzyklus zusammenschiebt.

Das Timing schärft die Botschaft: Die Behauptungen fielen in die Woche von Nvidias Quartalsbericht, und sie setzen ein Muster fort, statt eines zu beginnen. Google entwirft seit einem Jahrzehnt eigene TPUs, Amazon baut Trainium, und Anthropic erklärte diesen Monat, ein eigenes Chip-Team aufzubauen. Nvidia verkauft weiterhin die Hardware, auf der praktisch jedes Spitzenmodell trainiert wird. Aber die Inferenz — das Geschäft, Modelle an Nutzer auszuliefern, das mit jedem neuen Kunden wächst — ist genau der Bereich, in dem seine größten Kunden nun eigene Alternativen bauen. Und Jalapeño ist das erste dieser Teile, dessen Hersteller — mit teilweiser Bestätigung durch Dritte — beansprucht, Nvidia im ersten Anlauf geschlagen zu haben.