OpenAI betritt die Chip-Ära: „Jalapeño“ – der maßgeschneiderte KI-Prozessor für mehr Tempo und weniger Kosten

Herstellungsprozess und Partner

• Design und Co-Entwicklung: OpenAI entwickelte den Chip gemeinsam mit Broadcom, der auch die Fertigung übernimmt . Vom ersten Konzept bis zum Tape-Out vergingen nur neun Monate – ein möglicherweise beispiellos schneller ASIC-Entwicklungszyklus für Hochleistungs-Halbleiter .
• Foundry: Gefertigt wird der Chip von TSMC, dem weltweit führenden Halbleiter-Auftragsfertiger . Die erste Generation nutzt den 3-nm-Prozess (N3) von TSMC und ist mit HBM3E-Hochgeschwindigkeitsspeicher ausgestattet .
• Systemintegration: Der Serverhersteller Celestica wird beim Bau der Systeme um den Prozessor helfen .

Zeitplan für den Einsatz

• Ankündigung: 24. Juni 2026.
• Prototyp: Ein physischer Prototyp wurde OpenAI am Tag der Ankündigung übergeben .
• Geplanter Rollout: OpenAI strebt an, „Jalapeño“ bis Ende 2026 in Rechenzentren zu installieren .
• Mehrere Generationen: „Jalapeño“ ist der erste Schritt einer mehrgenerationalen Rechenplattform. Eine zweite Generation ist bereits für TSMCs fortschrittlichen A16-Prozess (1,6 nm) geplant .

Finanzierung und Kostenfragen

• Der Aufbau der Infrastruktur rund um den Eigenbau-Chip ist kapitalintensiv. OpenAI hat bereits Kapazitäten für Rechenzentren im Gigawatt-Maßstab gesichert .
• Das Unternehmen hat sich offenbar Fertigungskapazitäten bei TSMC für den aktuellen N3-Knoten sowie den künftigen A16-Knoten gesichert, was auf erhebliche Vorabinvestitionen hindeutet .
• Reuters und Bloomberg betonen, dass die Eigenentwicklung von Chips Teil von OpenAIs umfassenderem Bestreben ist, die teuren Nvidia-GPUs weniger stark nutzen zu müssen und die Kosten für die eigene Infrastruktur zu kontrollieren .

Branchenkontext: Weniger Abhängigkeit von Nvidia

„Jalapeño“ fügt sich nahtlos in den Trend großer Hyperscaler ein, eigene Siliziumlösungen zu entwickeln, um Nvidia-GPUs zu ersetzen:

• Google hat seine TPU-Serie, Amazon bietet Trainium und Inferentia, Microsoft arbeitet an einem eigenen KI-Chip, und auch Meta verfolgt eigene Inferenz-Siliziumpläne.
• Nvidia hält zwar weiterhin rund 80 Prozent des KI-Chip-Marktes, doch die großen Cloud-Anbieter treiben vor allem Kostengründe, die Kontrolle über die Lieferkette und die höhere Effizienz bei spezifischen Arbeitslasten zum Umdenken .
• „Jalapeño“ mit seiner rund 50-prozentigen Kostenersparnis im Vergleich zu handelsüblichen GPUs zielt direkt auf den wirtschaftlichen Druck ab, der durch den Betrieb von KI-Inferenz in großem Maßstab entsteht .
• OpenAI sieht es als entscheidend an, die Siliziumebene selbst zu beherrschen, um den „gesamten Stack“ – von den Modellen bis zur Hardware – zu kontrollieren und sich einen Wettbewerbsvorteil zu sichern, der über die reine Software hinausgeht .