OpenAIs Jalapeño ist ein gezielter Versuch, Nvidias Griff auf den KI-Boom zu lockern: ein Chip, der darauf ausgelegt ist, Modellantworten schneller und günstiger zu machen. Doch der vielversprechende Benchmark-Auftritt des Unternehmens ist noch keine Erklärung der Hardware-Unabhängigkeit.

Erstmals im vergangenen Oktober angekündigt und zusammen mit Broadcom entwickelt, wurde Jalapeño am Dienstag bei Hot Chips als OpenAIs erster kundenspezifischer Inferenz-Prozessor vorgestellt. Tests mit dem InferenceX-Benchmark von SemiAnalysis positionieren ihn vor verfügbaren Systemen bei Durchsatz pro Kilowatt und Antwortgeschwindigkeit, einschließlich eines Vergleichs mit Nvidias Blackwell. Richard Ho, Hardwarechef von OpenAI, nannte die Ergebnisse „einen sehr, sehr bedeutenden Leistungssprung gegenüber dem Stand der Technik“.¹

OpenAIs eigene Darstellung macht den Fall noch breiter: Über GPT-OSS 120B, DeepSeek R1 und Kimi K2.5 1T hinweg, so heißt es, lieferte Jalapeño das 1,5- bis 1,9-Fache an Arbeit pro Watt bei Spitzen-Durchsatz und 1,7- bis 3,6-fach geringere End-to-End-Latenz als Vergleichssysteme.² Der behauptete Vorsprung beruht darauf, Chip, Speicher, Netzwerk und Serving-Software auf die unterschiedlichen Prefill- und Decode-Phasen der Sprachmodell-Inferenz zuzuschneiden und so Datenbewegungen und Verzögerungen zu verringern.

Dieser Full-Stack-Ansatz ist der strategische Gewinn. OpenAI sagt, dass der Besitz eines größeren Teils der Infrastruktur ihm mehr Kontrolle über die Ökonomie des Modell-Servings gibt, während zugleich ein breites Lieferantenportfolio erhalten bleibt, das Microsoft, Nvidia, AMD, AWS, Broadcom und andere einschließt.³ Mit anderen Worten: Jalapeño ist ein Druckmittel – kein Plan für einen vollständigen Ersatz.

Die Grenzen sind klar. Der Chip ist für Inferenz ausgelegt, nicht für das Training von Frontier-Modellen, sodass OpenAI für den gewaltigen anstehenden Compute-Ausbau weiterhin auf Nvidia und andere Anbieter angewiesen bleibt. „Wir werden eine Menge Compute brauchen“, sagte Ho. „Und Jalapeño ist ein Teil davon. Cerberus ist ein Teil davon. Nvidia ist ein Teil davon. AMD ist ein Teil davon.“⁴

OpenAI sagt, dass die Einführung zunächst in begrenzter Form beginnen wird, bevor sie sich über spätere Generationen skaliert. Der entscheidende Test wird sein, ob diese Laborergebnisse den Produktionseinsatz im großen Maßstab überstehen – während konkurrierende Chips sich weiterentwickeln.