Jalapeño-Chip: OpenAI stellt Inferenz-ASIC mit 1,9x Effizienz vor
Veröffentlicht am: 26.08.2026 um 18:13 Uhr | Redaktion boerse-global.de
Während OpenAI mit dem ersten eigenen Inferenz-Chip Jalapeño deutliche Effizienzgewinne gegenüber NVIDIAs aktueller Blackwell-Architektur reklamiert, weitet das Unternehmen seine Hardware-Ambitionen bereits aus.
Branchenberichten zufolge befindet sich eine zweite Generation des Prozessors bereits in der Entwicklung, während eine dritte Generation bereits Gestalt annimmt. Damit reagiert der KI-Entwickler auf den immensen Rechenbedarf und die hohen Betriebskosten seiner Sprachmodelle.
Effizienzsteigerung durch spezialisierte ASIC-Architektur
Der Jalapeño-ASIC (Application-Specific Integrated Circuit) wurde Ende August 2026 im Rahmen der Fachkonferenz Hot Chips vorgestellt. Das Projekt, das in enger Kooperation mit dem Halbleiterhersteller Broadcom realisiert wurde, zielt primär darauf ab, die Abhängigkeit von NVIDIAs Blackwell-Infrastruktur für KI-Workloads zu verringern.
Ein markantes Merkmal des Entwicklungsprozesses war der Einsatz von KI-Werkzeugen, wodurch die Designphase auf lediglich neun Monate verkürzt werden konnte.
In internen InferenceX-Tests zeigt Jalapeño laut Berichten eine signifikante Überlegenheit gegenüber NVIDIAs GB200- und GB300-Systemen in Bezug auf die Effizienz.
Bei der Ausführung von Modellen wie GPT-OSS 120B, DeepSeek R1 (670B) und Kimi K2.5 (1T) soll der Chip das 1,5- bis 1,9-fache an KI-Rechenleistung pro Watt erbringen. Richard Ho von OpenAI bezeichnete die Entwicklung als wesentlichen Leistungssprung, der das Beste aus verschiedenen Technologie-Ansätzen vereine.
Mit dem rasanten Einzug von KI in die Unternehmensinfrastruktur wachsen auch die Anforderungen an die digitale Sicherheit. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und neuen Cyberrisiken Unternehmer jetzt kennen müssen. Neue KI-Gesetze und Bedrohungen im Gratis-Report entdecken
Benchmarks und technische Spezifikationen
Die Leistungswerte verdeutlichen den Fokus auf interaktive Workloads. Laut Unternehmensangaben fielen die Latenzwerte bei Jalapeño um den Faktor 1,7 bis 3,6 geringer aus als bei den Vergleichssystemen von NVIDIA.
Ein konkretes Beispiel aus den Testreihen mit dem Modell DeepSeek R1 nennt 19.641 Token pro Kilowatt für den OpenAI-Chip, während das GB300-System auf 11.781 Token kam. Die Latenzzeit wurde dabei mit 1,65 Sekunden gegenüber 5,99 Sekunden bei der NVIDIA-Hardware angegeben.
Technisch basiert der Chip auf dem N3P-Fertigungsverfahren von TSMC. Zu den Spezifikationen gehören:
- Rechenleistung: 1,7 ExaFLOPS (13,4 PFLOPs MXFP4)
- Beschleuniger: 128 Einheiten pro Chip
- Speicher: HBM4 mit einer Kapazität von 27,5 TB und einer Bandbreite von 15,4 TB/s
- Leistungsaufnahme: 700W TDP, wobei der Dauerverbrauch bei maximal 550W liegt
Das Design ist speziell auf Single-Token-Vorhersagen optimiert und verzichtet auf spekulatives Decoding. Es wurde zudem klargestellt, dass der Chip ausschließlich für Inferenz-Aufgaben und nicht für das Training von Modellen konzipiert ist.
Wer sich mit der Implementierung moderner Technologien befasst, muss auch die langfristige Absicherung der eigenen IT-Systeme im Blick behalten. Ein neues E-Book zeigt, wie Unternehmen Sicherheitslücken schließen und aktuelle gesetzliche Anforderungen proaktiv erfüllen können. Kostenloses E-Book zum Schutz vor Cyberangriffen sichern
Zeitplan und Marktpositionierung
Trotz der präsentierten Leistungswerte wiesen Analysten darauf hin, dass es sich um herstellereigene Daten handelt, die bisher nicht unabhängig reproduziert wurden. Zudem fehlen Vergleiche mit der künftigen Vera-Rubin-Architektur von NVIDIA. OpenAI plant die erste Bereitstellung von Jalapeño in geringen Stückzahlen für das Ende des Jahres 2026, gefolgt von einer Skalierung der Produktion im Jahr 2027.
Trotz des Aufbaus einer eigenen Chip-Sparte wird OpenAI auch in Zukunft auf die Hardware von NVIDIA und anderen Partnern angewiesen sein, um den massiven Bedarf seiner Rechenzentren zu decken. Die Entwicklung eigener ASICs dient primär der Kostenkontrolle und der Optimierung spezifischer Inferenz-Szenarien, während die Entwicklung der Nachfolgegenerationen Gen 2 und Gen 3 eine langfristige Strategie zur technologischen Autarkie unterstreicht.
Mehr zum Thema bei Tom's Hardware: „OpenAI’s 700W Jalapeño ASIC outpaces 1,400W Nvidia flagship GPU — claims up to 1.9x throughput per kilowatt …“
