OpenAI ist nicht mehr nur ein Softwareunternehmen. Mit dem gemeinsam mit Broadcom entwickelten Inferenz-Chip „Jalapeño“ betritt das ChatGPT-Unternehmen erstmals die Welt der eigenen Hardware – und setzt damit ein klares Signal: Wer KI in großem Maßstab betreiben will, muss den gesamten Stack kontrollieren.
Was ist Jalapeño – und warum ist es kein gewöhnlicher Chip?
Jalapeño ist ein sogenannter ASIC – ein anwendungsspezifischer integrierter Schaltkreis, der von Grund auf für einen einzigen Zweck entwickelt wurde: die Inferenz großer Sprachmodelle. Das bedeutet: Der Chip führt keine Trainingsläufe durch, sondern optimiert genau den Moment, in dem ein Nutzer eine Anfrage stellt und das Modell antwortet. Während Nvidias GPUs sowohl Training als auch Inferenz abdecken und damit breiter, aber weniger spezialisiert sind, konzentriert sich Jalapeño ausschließlich auf den Betrieb fertiger Modelle im laufenden Einsatz.
Laut OpenAI wurden Architektur, Speicherbewegung, Netzwerk und Serving-Muster exakt auf die Anforderungen aktueller und künftiger Frontier-Modelle zugeschnitten. Erste Labortests laufen mit dem Modell GPT-5.3-Codex-Spark bei Zielfrequenz und -leistungsaufnahme – und die frühen Ergebnisse deuten auf eine deutlich bessere Performance pro Watt hin als bei derzeitiger Spitzenhardware. Konkrete Benchmark-Zahlen wurden allerdings noch nicht veröffentlicht; einen detaillierten technischen Bericht kündigen die Unternehmen für die kommenden Monate an.
Neun Monate – ein ungewöhnlich kurzer Entwicklungszyklus
Was die Fachwelt besonders aufhorchen lässt: Der Chip wurde in nur neun Monaten vom ersten Entwurf bis zum Tape-out fertiggestellt – einem Meilenstein, der in der Halbleiterbranche normalerweise mehrere Jahre in Anspruch nimmt. Möglich wurde das durch einen engen Software-Hardware-Co-Entwicklungsprozess, bei dem OpenAI eigene KI-Modelle einsetzte, um Teile des Chip-Designs zu beschleunigen und zu optimieren. Das Unternehmen hat also buchstäblich KI genutzt, um seinen eigenen KI-Chip schneller zu bauen.
Partner bei der Industrialisierung des Chips sind Broadcom für die Silizium-Implementierung und Netzwerktechnologie sowie Celestica für die Integration von Platinen, Racks und Produktionssystemen. Die Netzwerkinfrastruktur der Inferenz-Cluster basiert auf Broadcoms Tomahawk-Technologie, die Datenbewegungen innerhalb und zwischen Server-Racks mit bis zu 1,6 Terabit pro Sekunde bewältigt.
Gigawatt-Rechenzentren: Die Dimension hinter dem Projekt
Jalapeño ist nicht als Nischenprodukt gedacht. Das erklärte Ziel ist der Einsatz in Rechenzentren im Gigawatt-Maßstab – also Infrastrukturen, die so viel Strom verbrauchen wie eine Kleinstadt. Ab Ende 2026 sollen erste Produktionssysteme mit dem neuen Chip anlaufen, zunächst in kleinerem Rahmen, dann mit Skalierung in den Folgejahren. Partner dabei sind unter anderem Microsoft.
Gleichzeitig positionieren beide Unternehmen Jalapeño explizit als „ersten Schritt einer Multi-Generationen-Plattform“. OpenAI plant also, auch künftig eigene Chips zu entwickeln – möglicherweise auch für angrenzende Einsatzbereiche wie das Training von Modellen. Für Broadcom ist die Partnerschaft ein weiterer Beleg für seine Rolle als bevorzugter Chip-Partner der KI-Industrie: Das Unternehmen hat bereits Googles TPU-Linie mitentwickelt und seine Zusammenarbeit mit dem Suchkonzern kürzlich bis 2031 verlängert.
Strategische Notwendigkeit: OpenAIs Milliardenverluste als Treiber
Hinter dem Hardware-Vorstoß steckt auch handfeste Ökonomie. OpenAI erwirtschaftete 2025 zwar rund 13 Milliarden Dollar Umsatz, verzeichnete aber gleichzeitig einen operativen Verlust von fast 21 Milliarden Dollar – ein erheblicher Teil davon entfiel auf Rechenkapazität. Wer die Inferenz-Pipeline selbst kontrolliert, kann direkt an der größten Kostenschraube drehen.
Mit Jalapeño geht OpenAI damit einen Weg, den andere große KI-Akteure bereits eingeschlagen haben: Auch Google (TPUs), Amazon (Trainium/Inferentia) und Meta (MTIA) setzen auf eigene Silicon-Strategien, um die Abhängigkeit von Nvidia-GPUs zu reduzieren. Die Frage, wer langfristig die Recheninfrastruktur für KI kontrolliert, ist längst ein eigenes strategisches Schlachtfeld – wir haben das zuletzt am Beispiel von Cerebras vs. Nvidia beleuchtet.
Was Jalapeño für Unternehmen und Entwickler bedeutet
Für Marketer, Händler und Gründer im DACH-Raum, die OpenAI-Dienste nutzen, ist Jalapeño zunächst ein Hintergrundrauschen – unsichtbar, aber potenziell kostenrelevant. Günstigere Inferenz bedeutet mittelfristig potenziell niedrigere API-Preise und mehr Rechenkapazität für komplexe Echtzeit-Anwendungen. Ob der Chip tatsächlich die versprochene Effizienz liefert, wird der angekündigte technische Bericht zeigen müssen.
Interessant ist auch der strategische Ausblick: OpenAI beschreibt Jalapeño als flexiblen Chip, der mit allen LLMs kompatibel ist – nicht nur mit eigenen Modellen. Das öffnet die Tür für externe Nutzung, eigene Hardwareprodukte oder sogar On-Premises-Lösungen. Zusammen mit Projekten wie OpenAI Daybreak und der wachsenden Partnerschaft mit Unternehmen wie Samsung zeigt sich: OpenAI baut systematisch den vollständigen Stack – von der Siliziumebene bis zur Anwendung.
Für die Gesamteinschätzung des KI-Infrastrukturmarkts gilt: Die Ära der reinen Software-KI-Anbieter neigt sich dem Ende. Wer im großen Maßstab KI betreiben will, braucht Kontrolle über die Hardware. Jalapeño ist OpenAIs erster konkreter Schritt in diese Richtung – und mit Sicherheit nicht der letzte.
Quellen
- OpenAI – OpenAI and Broadcom unveil LLM-optimized inference chip
- The Decoder – OpenAI und Broadcom stellen eigenen Inferenz-Chip „Jalapeño“ vor
- Tom’s Hardware – Broadcom and OpenAI unveil custom-built Jalapeño inference processor
- CNBC – OpenAI unveils first chip as part of Broadcom deal in effort to ‚build the full stack‘
- TechCrunch – OpenAI unveils its first custom chip, built by Broadcom
- SiliconAngle – OpenAI, Broadcom debut custom Jalapeño chip for AI inference
- VentureBeat – OpenAI unveils first custom AI inference chip, Jalapeño, with Broadcom
Beitragsbild: Foto von Sergei Starostin auf Pexels
Antworten