Jalapeño-Chip: OpenAI verdoppelt KI-Inferenz-Effizienz gegen Nvidia

OpenAI hat erste Testergebnisse seines kundenspezifischen Inferenzchips namens Jalapeño veröffentlicht. Die Hardware soll nach Angaben des Unternehmens eine branchenführende Geschwindigkeit sowie eine deutlich gesteigerte Energieeffizienz bei der Verarbeitung von KI-Modellen erreichen.

In den vorliegenden Berichten weist der Jalapeño-Chip bei Spitzendurchsatz das 1,5- bis 1,9-fache an KI-Arbeitsleistung pro Watt im Vergleich zu den Nvidia-Systemen GB200 und GB300 auf. Parallel dazu konnte die Ende-zu-Ende-Latenz erheblich gesenkt werden: Die Messwerte liegen hier um den Faktor 1,7 bis 3,6 unter denen der genannten Konkurrenzprodukte.

Leistungswerte im Benchmark-Vergleich

Besonders bei interaktiven Workloads erzielt die Neuentwicklung deutliche Zuwächse. Im sogenannten InferenceX-Benchmark wurde eine 2,1- bis 4,1-fach höhere Leistung gegenüber bisherigen Standardlösungen ermittelt. Die Tests wurden dabei auf verschiedenen Sprachmodellen durchgeführt, zu denen GPT-OSS 120B, DeepSeek R1 670B und Kimi K2.5 1T gehören.

Obwohl der Chip offiziell mit einer Leistungsaufnahme von 700 Watt spezifiziert ist, zeigten die Messungen im praktischen Einsatz einen niedrigeren Verbrauch von maximal 550 Watt. Das ASIC-Design der Hardware entstand in einer technologischen Zusammenarbeit mit den Unternehmen Broadcom und Celestica.

Während neue KI-Technologien enorme Potenziale bieten, bringen sie auch neue Herausforderungen für die Unternehmenssicherheit mit sich. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Cyberbedrohungen Unternehmer im Kontext neuer KI-Gesetze jetzt kennen müssen. Wichtige Fakten zu KI-Gesetzen und Cyberrisiken sichern

Strategische Einordnung und Produktionszeitplan

Trotz der Entwicklung eigener Hardware plant OpenAI offenbar nicht, die Prozessoren des Marktführers Nvidia vollständig zu ersetzen. Dies ist vor dem Hintergrund der massiven Investitionen des vergangenen Jahres zu sehen: OpenAI gab allein im Jahr 2025 rund 14 Milliarden US-Dollar für Nvidia-GPUs aus.

Finanzexperten wiesen zudem darauf hin, dass ein umfassender Vergleich des Jalapeño-Chips mit der kommenden Rubin-Generation von Nvidia, die auf den neuen HBM4-Speicherstandard setzt, zum jetzigen Zeitpunkt noch unvollständig sei.

Die Einführung der neuen Hardware erfolgt schrittweise. Erste Auslieferungen in kleinen Stückzahlen sind für das Ende des Jahres 2026 vorgesehen. Im Laufe des Jahres 2027 soll eine Hochskalierung der Kapazitäten erfolgen, bevor der Chip in der ersten Hälfte des Jahres 2028 in die volle Produktion geht.

Wer sich mit der Einführung moderner IT-Infrastrukturen befasst, sollte auch die Sicherheit der eigenen Unternehmensdaten nicht vernachlässigen. Erfahren Sie in diesem kostenlosen E-Book, wie Sie Sicherheitslücken schließen und Ihre IT-Sicherheit ohne teure Investitionen nachhaltig stärken. Gratis-E-Book für proaktiven Cyber-Schutz herunterladen

Ergänzend zu den Fortschritten im Hardware-Bereich konnte OpenAI auch die Effizienz seiner Sprachmodelle steigern. So nutzt die Version GPT-5.6 Sol laut internen Auswertungen im Coding Agent Index 54 Prozent weniger Ausgabe-Tokens als Vorgängerversionen, was die Betriebskosten für komplexe Programmieraufgaben weiter senken dürfte.

Mehr zum Thema bei The Verge: „OpenAI says its Jalapeño chip can power faster AI responses than the competition“