OpenAI hat die ersten Benchmark-Ergebnisse für Jalapeño, seinen benutzerdefinierten Inferenzchip, veröffentlicht, und die Zahlen sind beeindruckend: Beim InferenceX-Benchmark von SemiAnalysis verzeichnete das neue Silizium sowohl mehr Token pro Benutzer als auch mehr Durchsatz pro Kilowatt als die derzeit verfügbaren hochmodernen Inferenzprozessoren – ein Vergleich, der die Blackwell-Systeme von Nvidia einschließt. Die Ergebnisse wurden am Dienstag auf der Hot-Chips-Konferenz in Palo Alto vorgestellt, zusammen mit einem detaillierten technischen Blick auf die Herstellung des Chips. Für Leser, die den Rechenwettlauf verfolgen, der jeder KI-Modellveröffentlichung zugrunde liegt, ist dies einer der folgenreichsten Hardware-Datenpunkte des Jahres.
„Unter dem Strich zeigen die Ergebnisse einen sehr, sehr deutlichen Leistungsfortschritt gegenüber dem Stand der Technik“, sagte Richard Ho, Hardware-Chef von OpenAI, in einer von TechCrunch gemeldeten Pressekonferenz. „Jalapeño kann mehr KI-Arbeit pro Leistungseinheit leisten und gleichzeitig Antworten schneller zurückgeben. Es ist sehr effizient, viele Kunden zu bedienen, kann aber auch eine sehr geringe Latenz haben.“
Ein Chip, der für die vollständige Inferenzpipeline entwickelt wurde
Jalapeño wurde im Juni 2026 als erster kundenspezifischer Chip von OpenAI vorgestellt, der in enger Zusammenarbeit mit Broadcom entwickelt wurde, wobei OpenAIs eigene KI-Modelle den Entwicklungsprozess des Chips unterstützen. Die Partnerschaft selbst geht auf Oktober 2025 zurück, als OpenAI gemeinsam mit dem Netzwerkgiganten Pläne für ein generationenübergreifendes maßgeschneidertes Beschleunigerprogramm vorlegte.
Laut OpenAI unterscheidet sich Jalapeño von einer Allzweck-GPU dadurch, dass er in Abstimmung mit den Modellen entwickelt wurde, die er bedienen soll. Da das Unternehmen den gesamten Stack – KI-Produkte, Modelle, Chips und Speicher – kontrolliert, konnten seine Ingenieure bestimmte Phasen des Inferenzprozesses angreifen, die häufig zu Reibungsverlusten führen.
Jalapeño ist insbesondere darauf ausgelegt, Verzögerungen während der Vorabfüllungs- und Kommunikationsphasen der Verarbeitung zu minimieren, die laut OpenAI häufig zu Engpässen führen, wenn große Sprachmodelle in großem Maßstab bereitgestellt werden.
„Wir haben Jalapeño entwickelt, um Datenbewegungen und Kommunikationsverzögerungen zu minimieren“, schrieb das Unternehmen in einem Blogbeitrag, in dem es die Ergebnisse vorstellte. „Das bedeutet, dass der Modellstatus, einschließlich des beim Generieren einer Antwort verwendeten KV-Cache, explizit platziert und lokal gehalten werden kann, während das System für jede Inferenzphase die richtige Kombination aus Rechenleistung, Speicher und Netzwerk aktiviert.“
Der letzte Punkt ist für jeden wichtig, der KI-Workloads in der Produktion ausführt. Der KV-Cache – der akkumulierte Kontext, den ein Modell beim Generieren einer Antwort bereithält – ist eines der größten Speicher- und Bandbreitenprobleme bei modernen Inferenzen. Es lokal zu halten und explizit zu verwalten, anstatt es über einen Cluster hinweg zu verteilen, ist eine klassische Methode, um Latenz und Leistung zurückzugewinnen.
Besser als Blackwell – vorerst
Der Schlagzeilenvergleich erfolgt mit einem Nvidia-Blackwell-System, derzeit das Arbeitstier der Grenz-KI-Inferenz. Eine am selben Tag von SemiAnalysis veröffentlichte unabhängige Analyse mit dem Titel „OpenAI Jalapeño: Besser als Nvidia Blackwell“ kam zu einem ähnlichen Ergebnis hinsichtlich der ersten Ergebnisse des Chips, und die Geschichte wurde schnell zu einem der meistdiskutierten Artikel bei Hacker News.
Führungskräfte und Analysten von OpenAI mahnen jedoch gleichermaßen zur Vorsicht. Ho schätzte, dass Jalapeño Ende 2026 „in sehr kleinen Mengen“ bereitgestellt werden würde, wobei eine größere Bereitstellung im Jahr 2027 erfolgen würde. Bis Jalapeño seinen vollen Umfang erreicht, könnte die Konkurrenz deutlich fortgeschritten sein – Nvidias Roadmap ändert sich weiter und andere Hyperscaler, darunter Google, Amazon und Microsoft, treiben alle ihre eigenen benutzerdefinierten Chips voran.
Wie TechCrunch feststellte, handelt es sich bei Benchmarks, die am heutigen Stand der Technik gemessen werden, um eine Momentaufnahme und nicht um eine Garantie. Ein Chip, der im Jahr 2026 hinsichtlich der Effizienz gewinnt, muss auch im nächsten Jahr gegen alles gewinnen, was Nvidia und seine Konkurrenten auf den Markt bringen.
Warum OpenAI sein eigenes Silizium aufbaut
Die strategische Logik ist einfach: Inferenz ist der größte wiederkehrende Kostenfaktor von OpenAI. Jede ChatGPT-Abfrage, jeder API-Aufruf und jede Agentenaufgabe verbraucht Rechenleistung, und die Miete dieser Rechenleistung von Nvidia zu Marktpreisen schmälert die Margen, da die Nutzung steigt. Ein individueller Chip, der auf die eigenen Modelle von OpenAI abgestimmt ist – gemeinsam mit Broadcom entwickelt und von den Modellen von OpenAI selbst geformt – gibt dem Unternehmen die Möglichkeit, mehr Benutzer pro Watt und pro Dollar zu bedienen.
Jalapeño ist auch als Mehrgenerationenplattform und nicht als einmaliger Teil geplant. OpenAI hat angekündigt, KI-Produkte, -Modelle, -Chips und -Speicher gemeinsam zu entwickeln, sodass jede Siliziumgeneration gemeinsam mit den darauf ausgeführten Modellen optimiert wird. Wenn die Ergebnisse der ersten Generation in der Produktion Bestand haben, wird Jalapeño zur Vorlage für alles, was folgt.
Die Einsätze gehen über OpenAI hinaus. Nvidias Dominanz bei KI-Beschleunigern ist seit drei Jahren der größte Engpass in der Branche, und jede glaubwürdige Alternative – ob vom TPU-Team von Google, Amazon oder jetzt OpenAI – verändert die Verhandlungslandschaft für alle, die KI-Infrastruktur aufbauen. Berichten zufolge warnt Nvidia selbst seine Kunden vor Preiserhöhungen von 15 Prozent oder mehr bei AI-Servern, da die Speicherkosten steigen, was die Attraktivität hauseigener Alternativen nur noch erhöht.
Was als nächstes kommt
Jalapeño bleibt vorerst ein Vorserienteil mit vielversprechenden Papierzahlen. Der eigentliche Test kommt Ende 2026, wenn die ersten kleinen Mengen bereitgestellt werden, und insbesondere im Jahr 2027, wenn OpenAI eine sinnvolle Skalierung erwartet. Wichtige Fragen bleiben unbeantwortet: reale Zuverlässigkeit im Rechenzentrumsmaßstab, Gesamtbetriebskosten im Vergleich zu gemieteter Blackwell-Kapazität und ob der Effizienzvorteil gegenüber Nvidias nächster Generation bestehen bleibt.
Dennoch stellen die ersten Benchmarks einen Meilenstein dar: Es ist das erste Mal, dass eines der großen KI-Labore öffentlich benutzerdefinierte Inferenz-Silizium demonstriert hat, das in puncto Effizienz offenbar die Besten des etablierten Betreibers übertrifft. Für eine Branche, die das Angebot von Nvidia als strategische Lebensader betrachtet, ist das ein echter Wendepunkt.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
