OpenAI will mehr als nur KI-Modelle bauen. Jetzt will das Unternehmen auch die Chips bauen, auf denen sie laufen.
Am Mittwoch haben OpenAI und Broadcom „Jalapeño“ vorgestellt, den ersten maßgeschneiderten Chip für künstliche Intelligenz, der im Rahmen eines umfassenderen Vorhabens zur Entwicklung spezialisierter Infrastruktur für die nächste Generation von KI-Systemen entstanden ist. Der neue Prozessor wurde speziell für die Inferenz entwickelt, also für die Phase, in der KI-Modelle nach Abschluss des Trainings Antworten für Nutzer erzeugen.
OpenAI zufolge wurde Jalapeño von Grund auf für die Anforderungen großer Sprachmodelle entwickelt, darunter die Systeme hinter ChatGPT, Codex, API-Diensten und künftigen KI-Agenten.
OpenAI zufolge laufen technische Muster des Chips bereits in Testumgebungen mit Machine-Learning-Workloads, darunter das GPT-5.3-Codex-Spark model. Das Unternehmen erklärte, erste Tests deuteten darauf hin, dass der Prozessor pro Watt eine deutlich bessere Leistung als aktuelle Alternativen auf dem Stand der Technik liefert.
Der Vorstoß zum Aufbau des gesamten KI-Stacks
Jalapeño ist für OpenAI mehr als ein neues Stück Hardware.
Das Unternehmen hat seine Ambitionen, mehr Ebenen des KI-Ökosystems zu kontrollieren, zunehmend betont – von Modellen und Produkten bis hin zur Infrastruktur. OpenAI erklärte, der Chip sei Teil einer langfristigen Strategie zum Aufbau des „gesamten Stacks“ hinter seinen KI-Diensten, die eine engere Verzahnung von Software und Hardware ermögliche.
In einer Erklärung erklärte OpenAI-Präsident und Mitgründer Greg Brockman: „Jalapeño ist Teil unserer langfristigen Full-Stack-Infrastrukturstrategie, um Rechenkapazität im Überfluss bereitzustellen. Das führt zu KI, die schneller, zuverlässiger und für Menschen und Unternehmen erschwinglicher ist und zur Lösung wichtigerer Probleme eingesetzt werden kann.“
Das Unternehmen argumentiert, dass es durch die Entwicklung eigener Hardware jede Ebene des Systems – von der Chiparchitektur und Vernetzung bis hin zur Bereitstellungssoftware und den nutzerorientierten Produkten – auf die spezifischen Anforderungen modernster KI-Modelle optimieren kann.
In nur neun Monaten entwickelt
Einer der bemerkenswertesten Aspekte des Projekts ist die Geschwindigkeit, mit der es abgeschlossen wurde.
OpenAI und Broadcom zufolge gelangte Jalapeño vom ersten Entwurf bis zur Fertigungsfreigabe in ungefähr neun Monaten – ein Zeitraum, der nach Ansicht der Unternehmen den schnellsten bislang erreichten Entwicklungszyklus für einen leistungsstarken modernen ASIC darstellen könnte.
OpenAI erklärte, dass dieselben KI-Systeme, die heute von Kunden genutzt werden, den Ingenieuren dabei geholfen hätten, Teile des Chipentwicklungsprozesses zu verbessern. Das gebe einen Einblick darin, wie KI zunehmend zum Entwurf künftiger Computerhardware beitragen könnte.
Zwischen den Zeilen gelesen
Nimmt man das Branding beiseite, sagt Jalapeño etwas Konkretes darüber aus, wo OpenAI den eigentlichen Erfolg oder Misserfolg im KI-Geschäft sieht: nicht im Training größerer Modelle, sondern in den unspektakulären Kosten, sie im großen Maßstab zu betreiben, immer wieder, für Hunderte Millionen Nutzer.
Ein Modell wird einmal trainiert. Die Inferenz findet jedes einzelne Mal statt, wenn jemand es nutzt. Je mehr ChatGPT und Codex genutzt werden, desto schneller summieren sich diese Kosten pro Anfrage – und bei diesem Teil des Geschäfts hat OpenAI heute am wenigsten Kontrolle.
Das ist auch eine Absicherung gegen eine ganz bestimmte Art von Risiko: Abhängigkeit. OpenAI bereitet einen Börsengang vor, der das Unternehmen mit einem Wert im Billionen-US-Dollar-Bereich versehen könnte. Investoren, die eine solche Bewertung stützen, werden einen Weg zu echten Margen sehen wollen – nicht nur steigende Nutzung.
Ein Unternehmen, das seine gesamte Rechenleistung von einem einzigen Anbieter zu dessen Preisen beziehen muss, kann seine eigene Kostenstruktur deutlich schwerer kontrollieren. Der Bau eigener Chips beseitigt diese Abhängigkeit nicht, gibt OpenAI aber einen zweiten Hebel an die Hand.
Was das für die Branche bedeutet
Für OpenAIs Kunden, Unternehmen, die auf der API aufbauen, Entwickler, die Codex nutzen, und alltägliche ChatGPT-Nutzer lautet das Versprechen: günstigere, schnellere und besser verfügbare KI. Niedrigere Inferenzkosten sind genau die Art von Verbesserung, die nicht als spektakuläres neues Feature auffällt, Produkte aber im Stillen reaktionsschneller macht und ihren Betrieb im großen Maßstab erschwinglicher.
Für Broadcom festigt dies die Position des Unternehmens als Ansprechpartner für Hyperscaler, die maßgeschneiderte Chips wollen, ohne von Grund auf ein eigenes Chipteam aufzubauen. Broadcom übernimmt diese Art von Designarbeit bereits für Google. Die Aktie ist in diesem Jahr bislang um etwa 10 % gestiegen und hat sich seit Ende 2022 ungefähr versiebenfacht.
Laut CNBC stieg sie nach der Ankündigung weiter.
Für Nvidia ist dies ein weiterer Datenpunkt in einem Trend, der sich schon seit einiger Zeit abzeichnet. Google hat seine TPUs, Amazon hat Trainium, und nun hat OpenAI Jalapeño. Keines dieser Unternehmen wendet sich vollständig von Nvidia-GPUs ab; anspruchsvolle Aufgaben wie das Vortraining werden sich auf absehbare Zeit wahrscheinlich weiterhin auf Nvidia-Hardware stützen. Doch die Liste der Kunden, die bereit sind, Alternativen zu entwickeln, wird immer länger.
Die Einschränkungen
Es lohnt sich, klar festzuhalten, was bisher noch nicht geschehen ist.
OpenAI hat noch keine endgültigen Leistungsbenchmarks veröffentlicht; das Unternehmen zufolge wird ein ausführlicher technischer Bericht erst in einigen Monaten vorliegen. „Technische Muster“, die in einem Labor laufen, sind nicht dasselbe wie Chips, die in einem aktiven Rechenzentrum im großen Maßstab echten Nutzerverkehr bewältigen.
Bei maßgeschneiderten Chips der ersten Generation gibt es eine Vorgeschichte, in der die anfänglichen Versprechen nicht erfüllt wurden; selbst erfahrene Chipentwickler benötigen häufig einige Hardware-Überarbeitungen, bevor ein Design seine Spezifikationen in der Produktion erreicht.
Auch der Zeitplan ist weniger konkret, als die Ankündigung vermuten lassen könnte. Der CEO von Broadcom beschrieb 2026 als Jahr kleiner Prototypenserien; nennenswerte Stückzahlen werde es erst 2027 geben, und mit der Produktion unter Volllast sei nicht vor Anfang 2028 zu rechnen. Damit bleibt ein Zeitraum von mehreren Jahren, bevor Jalapeño die Kostenstruktur von OpenAI spürbar verändert – genug Zeit für Nvidia, Google oder AMD, eigene Antworten der nächsten Generation auf den Markt zu bringen.
Auch lesenswert: OpenAIs Patch the Planet program bietet Finanzierung und technische Unterstützung für Open-Source-Sicherheitsprojekte, darunter Arbeiten an Software-Lieferketten, Speichersicherheit und kritischer Infrastruktur.