Die Zahlen, Auf Die Nvidia Antworten Muss
OpenAI stellte diese Woche seinen ersten eigens entwickelten KI-Chip mit dem Codenamen Jalapeno vor, und die begleitenden Benchmark-Zahlen sind die eigentliche Geschichte. Mit dem öffentlichen InferenceX-Benchmark, teilweise unabhängig geprüft von der Analysefirma SemiAnalysis, erzielte Jalapeno bei Spitzenlast 1,5- bis 1,9-mal mehr KI-Arbeit pro Watt als Nvidias derzeit ausgelieferte Blackwell-Ultra-Systeme (GB300) und erreichte in Tests mit den Modellen DeepSeek R1, Kimi K2.5 und GPT-OSS eine 1,7- bis 3,6-mal niedrigere Ende-zu-Ende-Latenz.
| Chip | Spitzenleistung | Leistungsaufnahme | Status |
|---|---|---|---|
| OpenAI Jalapeno | 13,4 PFLOPs (MXFP4) | 700W | Nur Engineering-Samples |
| Nvidia Blackwell Ultra (GB300) | Nicht in gleicher Präzision angegeben | 1.400W | Wird derzeit ausgeliefert |
| Nvidia Vera Rubin | 17,5 PFLOPs | 900-1.150W | Wird an Kunden ausgeliefert |
Laut OpenAI dauerte die Entwicklung des Chips rund 16 Monate, vom Designbeginn Mitte 2024 bis zur finalen Fertigung im November 2025, wobei ältere OpenAI-Modelle beim Chipdesign selbst halfen und neuere die Programmierarbeit beschleunigten.
Der Vergleich, Den Selbst Sein Urheber Als Unfair Bezeichnet
Was diese Vorstellung von einem gewöhnlichen Benchmark-Wettstreit unterscheidet, ist, dass sowohl OpenAI als auch die Analysten, die die Ergebnisse prüfen, sagen, der Blackwell-Vergleich in den Schlagzeilen zeichne kein vollständiges Bild. Jalapeno nutzt HBM4-Speicher mit 15,4 Terabyte pro Sekunde Bandbreite, eine neuere Speichergeneration, als sie Nvidias aktuell ausgelieferte Blackwell-Reihe verwendet. SemiAnalysis merkte an, der fairere Rivale sei Nvidias Vera Rubin, der ebenfalls HBM4 nutzt und bereits heute 17,5 PFLOPs bei 900 bis 1.150 Watt an Kunden liefert, während Jalapeno ein Engineering-Sample ohne Auslieferungstermin bleibt.
Im Vergleich zu Rubin liegen beide Chips bei ähnlichen Kosten pro Token, doch die Methodik ist nicht identisch. Jalapenos Zahlen spiegeln Einzel-Token-Vorhersage wider, während Rubins Tests spekulatives Dekodieren nutzten, eine Technik, die den Durchsatz verändert, ohne grundsätzlich zu ändern, welcher Chip schneller ist. Die Benchmark-Reihe für längere, produktionsnahe Kontextfenster wurde noch nicht durchgeführt.
OpenAIs Eigene Finanzchefin Dämpfte Die Ersatz-Erzählung
Die aufschlussreichste Reaktion auf die Vorstellung kam weder von Nvidia noch von externen Analysten. Sie kam von OpenAIs eigener Finanzchefin Sarah Friar, die Jalapeno als etwas beschrieb, das "in eine breitere Rechenstrategie passt, in der Rechenzentren, Chips, Modelle, die Entwicklerplattform, Produkte und Geräte als ein integriertes System zusammenwirken", und ausdrücklich sagte, der Chip "ergänze OpenAIs bestehende Partnerschaften", statt sie zu ersetzen.
OpenAI hat sich aus keiner seiner Rechenleistungs-Partnerschaften zurückgezogen. Das Unternehmen baut weiterhin Kapazitäten mit Nvidia, AMD, AWS, Cerebras und CoreWeave auf und hat keine Absicht signalisiert, die Abhängigkeit von einem dieser Partner zu verringern. Jalapeno wirkt weniger wie der Produktstart eines Konkurrenten und mehr wie eine Versicherung gegen künftige Lieferengpässe, zu einem Zeitpunkt, an dem jeder große Rechenleistungs-Käufer weiterhin sagt, die Nachfrage übersteige das verfügbare Angebot.
Was Das Für Jeden Käufer Von KI-Rechenleistung Bedeutet
Die praktische Lehre für ein Unternehmen, das seine eigenen Ausgaben für KI-Infrastruktur plant, lautet nicht, dass Nvidia nun ein Problem hat. Sie lautet, dass eine Benchmark-Schlagzeile von einem Rechenleistungs-Käufer, der nun auch selbst zum Hersteller wird, nicht dasselbe Signal ist wie eine echte Marktalternative, die in großem Maßstab ankommt. Jalapeno existiert nur in Stückzahlen von Engineering-Samples. Es gibt keinen angekündigten Preis, kein angekündigtes Verfügbarkeitsdatum für externe Kunden, und OpenAI selbst stellt ihn als Absicherung dar, nicht als Ersatz.
Jede Beschaffungsentscheidung, die die Zahlen dieser Woche als Grund nimmt, einen Nvidia-Vertrag neu zu verhandeln oder auf einen kurzfristigen Multi-Vendor-Markt für Inferenz zu setzen, liest mehr aus der Ankündigung heraus, als OpenAI selbst zu behaupten bereit ist. Der Chip ist real, der Effizienzgewinn ist real, und die Vorbehalte, die OpenAIs eigener Launch-Partner dem Vergleich beifügt, sind ebenso real.
Weiterlesen: Samsungs Quartal schlägt Nvidia beim Gewinn | Ohios Stromkunden zahlen nicht für OpenAIs 8-GW-Campus
