OpenAI Jalapeño Chip übertrifft NVIDIA GB300 in Leistungstest

OpenAI hat kürzlich auf sozialen Plattformen behauptet, dass der intern als „Jalapeño“ bezeichnete neue selbstentwickelte Chip in Tests besser abschneidet als die bestehenden Produkte von NVIDIA. Sam Altman, Mitgründer von OpenAI, veröffentlichte anschließend einen Beitrag auf der Plattform X, in dem er erklärte, dass das Unternehmen erfolgreich einen extrem schnellen Prozessor hergestellt hat, der in mehreren Modellen die Effizienz der NVIDIA GB200- und GB300-Systeme übertrifft.

OpenAI selbstentwickelter Chip führt in Tests zu Energieverbrauch und Latenz gegenüber GB300

Richard Ho, Leiter des Chipgeschäfts bei OpenAI, erklärte in einem Medieninterview, dass „Jalapeño“ in den Vergleichstests mit dem NVIDIA GB300 in den beiden Kernindikatoren Energieverbrauch pro Verarbeitungseinheit und Antwortlatenz deutlich überlegen ist. Ersterer misst die AI-Arbeitslast, die pro Energieeinheit verarbeitet werden kann, während letzterer die Reaktionszeit des Systems widerspiegelt.

Die Tests verwendeten das selbstentwickelte OpenAI Open-Source-Modell GPT-OSS 120B sowie das Drittanbieter-Modell Kimi K2.5 1T aus der Dunkelheit des Mondes. Die Ergebnisse zeigen, dass „Jalapeño“ besonders vorteilhaft ist, wenn es um die Ausführung großer, komplexer Modelle geht. Der Chip wurde gemeinsam von OpenAI und Broadcom entwickelt, hat einen Energieverbrauch von etwa 700W und bietet sowohl hohe Durchsatzraten als auch extrem niedrige Latenzzeiten, was sowohl die Strom- und Betriebskosten von Rechenzentren senkt als auch den Endbenutzern schnellere Antwortzeiten bei der Generierung bietet.

OpenAI beschleunigt Chip-Roadmap – Zweite Generation wird kurzfristig gefertigt

In Bezug auf die Chip-Iterationsplanung hat OpenAI bekannt gegeben, dass sie ihr eigenes AI-Modell zur Beschleunigung des Chip-Entwicklungsprozesses einsetzen. Der zweite Chip wird voraussichtlich in den nächsten Monaten fertiggestellt (Tape-out), und die Designarbeiten für den dritten Chip haben ebenfalls begonnen. OpenAI erklärte, dass das Unternehmen durch die kontinuierliche Weiterentwicklung der selbstentwickelten Architektur plant, eine größere AI-Infrastruktur aufzubauen, um die damit verbundenen Betriebskosten weiter zu senken.

Die veröffentlichten Testdaten umfassen mehrere große Sprachmodelle, darunter das 120 Milliarden Parameter umfassende GPT-OSS 120B sowie das 1 Billion Parameter umfassende Kimi K2.5 1T. OpenAI betont, dass der Entwicklungszyklus der nächsten Chip-Generation dank des AI-unterstützten Designprozesses erheblich verkürzt werden kann, was die Grundlage für den zukünftigen Einsatz größerer AI-Computing-Cluster bietet.