I numeri a cui Nvidia deve rispondere
OpenAI ha presentato questa settimana il suo primo chip IA progettato internamente, nome in codice Jalapeno, e i numeri del benchmark che lo accompagnano sono la vera notizia. Usando il benchmark pubblico InferenceX, verificato in parte in modo indipendente dalla società di analisi SemiAnalysis, Jalapeno ha prodotto da 1,5 a 1,9 volte più lavoro di IA per watt al carico massimo rispetto ai sistemi Blackwell Ultra (GB300) di Nvidia attualmente in vendita, con una latenza end-to-end inferiore da 1,7 a 3,6 volte nei test sui modelli DeepSeek R1, Kimi K2.5 e GPT-OSS.
| Chip | Calcolo di picco | Potenza del pacchetto | Stato |
|---|---|---|---|
| OpenAI Jalapeno | 13,4 PFLOPs (MXFP4) | 700W | Solo campioni ingegneristici |
| Nvidia Blackwell Ultra (GB300) | Non dichiarato alla stessa precisione | 1.400W | In vendita ora |
| Nvidia Vera Rubin | 17,5 PFLOPs | 900-1.150W | Già spedito ai clienti |
Secondo OpenAI, il chip ha richiesto circa 16 mesi dall'avvio della progettazione a metà 2024 alla fabbricazione finale nel novembre 2025, con modelli OpenAI più vecchi che hanno assistito la progettazione del chip stesso e modelli più recenti che hanno accelerato il lavoro di programmazione.
Il confronto che persino il suo autore definisce ingiusto
Ciò che distingue questo lancio da una consueta guerra di benchmark è che sia OpenAI sia gli analisti che hanno verificato i risultati affermano che il confronto con Blackwell nei titoli non rende il quadro completo. Jalapeno funziona con memoria HBM4 da 15,4 terabyte al secondo di banda, una generazione di memoria più recente di quella usata dalla linea Blackwell attualmente in vendita di Nvidia. SemiAnalysis ha osservato che il rivale più equo è il Vera Rubin di Nvidia, che usa anch'esso HBM4 e già oggi fornisce 17,5 PFLOPs a 900-1.150 watt ai clienti, mentre Jalapeno resta un campione ingegneristico senza una data di spedizione.
Rispetto a Rubin, i due chip raggiungono un costo per token comparabile, ma la metodologia non è identica. I numeri di Jalapeno riflettono la previsione a singolo token, mentre i test di Rubin hanno usato la decodifica speculativa, una tecnica che cambia il throughput senza cambiare in linea di principio quale chip sia più veloce. La batteria di benchmark che testerebbe finestre di contesto più lunghe e rappresentative della produzione non è ancora stata eseguita.
La direttrice finanziaria di OpenAI ha ridimensionato la narrativa della sostituzione
La reazione più rivelatrice al lancio non è arrivata da Nvidia né da analisti esterni. È arrivata dalla direttrice finanziaria di OpenAI, Sarah Friar, che ha descritto Jalapeno come qualcosa che "si inserisce in una strategia di calcolo più ampia in cui data center, chip, modelli, la piattaforma per sviluppatori, prodotti e dispositivi funzionano come un unico sistema integrato", affermando esplicitamente che il chip "completa le alleanze già esistenti di OpenAI" invece di sostituirle.
OpenAI non si è ritirata da nessuna delle sue relazioni di calcolo. L'azienda continua a costruire capacità con Nvidia, AMD, AWS, Cerebras e CoreWeave, e non ha rilasciato alcuna dichiarazione che suggerisca l'intenzione di ridurre la propria dipendenza da uno di questi partner. Jalapeno somiglia meno al lancio del prodotto di un concorrente e più a una polizza assicurativa contro futuri vincoli di fornitura, in un momento in cui ogni grande acquirente di calcolo continua a dire che la domanda supera l'hardware disponibile.
Cosa significa per chi acquista calcolo per l'IA
La lezione pratica per un'azienda che pianifica la propria spesa in infrastrutture IA non è che Nvidia abbia un nuovo problema. È che un titolo da benchmark proveniente da un acquirente di calcolo che ora è diventato anche un produttore di calcolo non è lo stesso segnale di una vera alternativa di mercato che arriva su scala. Jalapeno esiste in quantità di campioni ingegneristici. Non ha un prezzo annunciato, né una data di disponibilità annunciata per i clienti esterni, e la stessa OpenAI lo presenta come una copertura, non come un sostituto.
Qualsiasi decisione di acquisto che tratti i numeri di questa settimana come un motivo per rinegoziare un contratto con Nvidia, o per scommettere su un mercato dell'inferenza multi-fornitore a breve termine, sta leggendo nell'annuncio più di quanto OpenAI stessa sia disposta ad affermare. Il chip è reale, il guadagno di efficienza è reale, e le avvertenze aggiunte al confronto dallo stesso partner di lancio di OpenAI sono altrettanto reali.
Da leggere ora: Samsung supera Nvidia per utile | L'Ohio non pagherà la rete per il campus da 8GW di OpenAI
