OpenAI-Chip Jalapeño: bis zu 1,9-mal mehr Leistung pro Watt
OpenAI legt erste Benchmarks für den mit Broadcom entwickelten Inferenzchip vor: mehr Durchsatz und deutlich weniger Latenz — Einsatz ab Ende 2026.
Symbolbild · KI-generiert (AI IN LIFE)
Auf einen Blick
- 1,5–1,9× mehr KI-Arbeit pro Watt bei Spitzendurchsatz (OpenAI-Messung)
- 1,7–3,6× niedrigere Ende-zu-Ende-Latenz gegenüber Vergleichssystemen
- 2,1–4,1× höhere Performance bei interaktiven Workloads
- Getestet u. a. mit Kimi K2.5 (1 Billion Parameter): max. 550 W statt spezifizierter 700 W
- Entwicklung in ~9 Monaten; Einsatz ab Ende 2026, breiter Rollout 2027
OpenAI hat am 25.08.2026 erste Messwerte für Jalapeño veröffentlicht, den gemeinsam mit Broadcom entwickelten Inferenzchip. Kernergebnis: 1,5- bis 1,9-mal mehr KI-Arbeit pro Watt bei Spitzendurchsatz und eine 1,7- bis 3,6-mal niedrigere Ende-zu-Ende-Latenz gegenüber den Vergleichssystemen — laut OpenAI liefert die Architektur damit beides zugleich, wo bisherige Hardware zwischen Durchsatz und Antwortzeit abwägen muss.
Was wurde konkret getestet? OpenAI ließ Jalapeño gegen ein aktuelles Nvidia-Blackwell-System im InferenceX-Benchmark von SemiAnalysis antreten, mit offenen Modellen wie GPT-OSS 120B, DeepSeek R1 670B und Kimi K2.5 mit einer Billion Parametern. Beim größten Modell blieb die gemessene Dauerleistungsaufnahme bei höchstens 550 Watt — spezifiziert ist der Chip für 700 Watt.
Für interaktive Workloads, also Chat- und Agenten-Anfragen mit vielen kurzen Antwortschritten, meldet OpenAI eine 2,1- bis 4,1-mal höhere Performance. Hardware-Chef Richard Ho sprach gegenüber TechCrunch von einem „sehr, sehr deutlichen Leistungssprung“: Der Chip könne „mehr KI-Arbeit pro Einheit Energie leisten und zugleich Antworten schneller zurückgeben“.
Bemerkenswert ist die Entstehungsgeschichte: Der reticle-große ASIC entstand in rund neun Monaten von der Idee bis zur Produktion — ungewöhnlich schnell für einen Chip dieser Klasse. OpenAI setzte dabei eigene Modelle im Chipdesign ein; für ausgewählte Rechenblöcke liefen KI-generierte Implementierungen laut dem Unternehmen 1,5- bis 1,8-mal schneller als von Menschen geschriebener Code.
Wie geht es weiter? Erste Jalapeño-Systeme sollen bis Ende 2026 in kleiner Stückzahl in OpenAIs Infrastruktur laufen, der breitere Rollout ist für 2027 geplant — eine zweite Generation ist bereits in Arbeit. Ho räumte zugleich ein, dass sich das Wettbewerbsumfeld bis zum vollen Einsatz verschieben kann: Auch Nvidia, AMD und andere Anbieter bringen bis dahin neue Inferenz-Hardware.
Häufige Fragen
Was ist Jalapeño genau?
Jalapeño ist OpenAIs erster eigener Inferenzchip, entwickelt mit Broadcom. Er ist auf das Ausliefern von Modellantworten (Inferenz) optimiert, nicht auf das Training.
Gegen welche Hardware wurde verglichen?
OpenAI verglich im InferenceX-Benchmark von SemiAnalysis unter anderem mit einem Nvidia-Blackwell-System — bei Durchsatz pro Kilowatt und Token pro Nutzer lag Jalapeño vorn.
Wann kommt der Chip in den Einsatz?
Erste Systeme sollen bis Ende 2026 in kleiner Stückzahl laufen, der größere Rollout folgt 2027. Eine zweite Generation ist bereits in Entwicklung.
