OpenAIs erster Chip lässt Nvidia alt aussehen, sagt OpenAI

Seit Monaten wird gerätselt, ob OpenAI wirklich Chips bauen kann, die gegen Nvidia bestehen. Jetzt gibt es erstmals Zahlen. Auf der Chip-Konferenz Hot Chips in Stanford hat OpenAI am 25. August die ersten Messwerte für Jalapeño vorgelegt, den gemeinsam mit Broadcom entwickelten Beschleuniger für den Betrieb von Sprachmodellen. Die Ansage dahinter: mehr Rechenarbeit je Watt und gleichzeitig schnellere Antworten. Bisher musste man sich zwischen beidem entscheiden.

Getestet mit Modellen, die OpenAI gar nicht gehören

Gemessen wurde nicht am eigenen Schaufenster, sondern an drei öffentlichen Modellen: GPT-OSS 120B, DeepSeek R1 mit 670 Milliarden Parametern und Kimi K2.5 mit rund einer Billion. Der Prüfstand InferenceX stammt von der Analysefirma SemiAnalysis und misst den ganzen Weg einer Anfrage, vom Prompt bis zur fertigen Antwort. Den größten Abstand zeigte Jalapeño ausgerechnet dort, wo ChatGPT-Nutzer ihn spüren würden: Bei stark interaktiven Aufgaben, dem raschen Hin und Her eines Gesprächs, war der Chip um das 2,1- bis 4,1-Fache schneller als die Vergleichssysteme.

Der Chip ist mit 700 Watt eingestuft und blieb in den Tests laut OpenAI bei höchstens 550 Watt. Nvidias GB300 steht mit 1.400 Watt im Datenblatt. Dass OpenAI in Arbeit je Watt rechnet, hat einen einfachen Grund: Strom ist inzwischen die knappste Ware im Rechenzentrum, nicht die Chips.

Gemessen hat der Hersteller selbst

Alle Werte stammen aus OpenAIs eigener Messung, unabhängige Nachprüfungen stehen aus. Umgerechnet wurde außerdem auf die Nennleistung der Chips, nicht auf den tatsächlich gemessenen Verbrauch der Nvidia-Systeme. Und kaufen kann man Jalapeño nicht: Er läuft ausschließlich in OpenAIs eigener Infrastruktur, der Einbau beginnt zum Jahresende. Nvidia verliert also keinen Kunden an ein Konkurrenzprodukt, sondern Stück für Stück seinen größten Abnehmer.

Neun Monate vom ersten Entwurf bis zur Fertigung, und die eigene KI hat den Chip mitentworfen.

Dieses Detail könnte am Ende schwerer wiegen als jede Benchmark-Zahl. OpenAI ließ Teile des Entwurfs und der Rechenschaltungen von den eigenen Modellen optimieren und brachte mit Codex drei fremde Modellfamilien in zwei Monaten auf Tempo. Bei einzelnen ausgewählten Bausteinen lief der KI-geschriebene Code 1,5- bis 1,8-mal schneller als die Fassung menschlicher Fachleute. Wenn KI hilft, bessere KI-Chips zu bauen, dreht sich das Rad von allein weiter.

Für Nvidia ist das noch kein Erdbeben, OpenAI kauft nach eigener Aussage weiter groß zu. Aber die Richtung ist unübersehbar, und OpenAI ist nicht allein unterwegs: Anthropic hat sich gerade den Mann geholt, der Googles KI-Chips aufgebaut hat. Die größten Kunden von Nvidia bauen sich ihre Öfen jetzt selbst.