Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai24. Juni 2026 · Q006368

OpenAI and Broadcom unveil LLM-optimized inference chip

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI und Broadcom stellen Jalapeño vor, einen speziell für LLM-Inferenz entwickelten Beschleuniger, dessen Entwurf laut Bericht in neun Monaten bis zum Tape-out gelang. OpenAI meldet vielversprechende frühe Tests, misst die endgültige Leistung aber noch; der geplante Einsatz in großem Maßstab soll Ende 2026 beginnen.

Mittel

Der Bericht kündigt Jalapeño an, einen von OpenAI und Broadcom entwickelten Chip zur Ausführung großer Sprachmodelle. Er ist laut OpenAI von Grund auf für heutige und künftige LLMs ausgelegt. Die Architektur soll Datenbewegungen verringern und Rechenleistung, Speicher und Netzwerk so abstimmen, dass die tatsächliche Auslastung näher an die theoretische Höchstleistung heranreicht. Broadcom und Celestica wirkten nach Angaben des Berichts an Chipumsetzung, Netzwerken und Systemintegration mit.

Vom Entwurf bis zum Tape-out seien neun Monate vergangen; OpenAI führt die kurze Entwicklungszeit auch auf die Zusammenarbeit der Hardware- und Softwareteams und den Einsatz eigener Modelle zurück. Entwicklungsmuster liefen demnach bereits mit Zielfrequenz und -leistung im Labor. Die endgültige Leistung werde jedoch noch gemessen. Erste Tests ließen laut OpenAI eine deutlich bessere Leistung pro Watt als bei heutigen Spitzenlösungen erwarten. Vergleichswerte fehlen; ein ausführlicher technischer Bericht sei für die kommenden Monate angekündigt.

Der Einsatz in großmaßstäblichen Rechenzentren soll laut Planung Ende 2026 beginnen und über weitere Chipgenerationen wachsen. Schnellere, zuverlässigere und günstigere KI-Angebote sind erklärte Ziele, aber noch keine belegten Nutzerergebnisse.

Ausführlich lesen

Der Bericht stellt Jalapeño vor, einen von OpenAI und Broadcom entwickelten Beschleuniger für die Inferenz großer Sprachmodelle (LLMs). OpenAI beschreibt ihn als ersten Chip einer gemeinsam geplanten, mehrjährigen Rechenplattform. Das Unternehmen ordnet das Projekt seiner Strategie zu, neben Modellen und Produkten auch mehr der zugrunde liegenden Infrastruktur selbst zu entwickeln. Broadcom und Celestica hätten bei der Umsetzung in Silizium sowie bei Platinen, Racks, Netzwerken und skalierbaren Produktionssystemen mitgewirkt.

Laut Bericht wurde Jalapeño von Grund auf für heutige und künftige LLMs entworfen. Die Architektur orientiere sich an OpenAIs Modellfahrplan, Rechenkernen, Speicherbewegungen, Netzwerken und Serving-Systemen. Sie solle zugleich flexibel für LLMs anderer Anbieter sein. Ziel sei, hohe Leistung und Durchsatz mit einer Latenz zu verbinden, wie sie sonst spezialisierte Inferenzsysteme anstreben. OpenAI erklärt, die Architektur verringere Datenbewegungen und stimme Rechen-, Speicher- und Netzwerkressourcen aufeinander ab, um die tatsächlich erreichte Auslastung näher an die theoretische Spitzenleistung zu bringen.

Als Entwicklungsansatz hebt der Bericht die enge gemeinsame Arbeit von Software- und Hardwareteams hervor. Vom ersten Entwurf bis zum sogenannten Tape-out, dem Abschluss des Chipentwurfs für die Fertigung, seien neun Monate vergangen. OpenAI bezeichnet dies als möglicherweise schnellsten Entwicklungszyklus für einen Hochleistungs-ASIC dieser Art; diese Einordnung ist eine Behauptung des Unternehmens. OpenAIs eigene Modelle hätten Teile des Entwurfs und der Optimierung beschleunigt. Technische Muster des Chips liefen laut Bericht bereits als Entwicklungsmuster im Labor bei der angestrebten Zielfrequenz und Leistungsaufnahme, darunter für GPT-5.3-Codex-Spark.

Bei den Ergebnissen bleibt der Bericht vorläufig: OpenAI messe die endgültige Leistung noch. Erste Tests deuteten laut Unternehmen auf eine deutlich bessere Leistung pro Watt als bei derzeit führenden Lösungen hin. Ein ausführlicher technischer Leistungsbericht werde erst in den kommenden Monaten erwartet. Unabhängige Messwerte oder Vergleichsdaten nennt der Text nicht.

Die Unternehmen planen laut Ankündigung den Beginn des Einsatzes in Rechenzentren bis Ende 2026 und eine Ausweitung über mehrere Chipgenerationen. Hock Tan von Broadcom spricht von Rechenzentren im Gigawattmaßstab mit Microsoft und weiteren Partnern ab 2026. Der Bericht nennt damit eine angekündigte Planung, aber keine bereits erfolgte Bereitstellung in diesem Maßstab.

OpenAI begründet das Vorhaben mit erwarteten Verbesserungen bei Geschwindigkeit, Zuverlässigkeit und Kosten von KI-Diensten. Eine höhere Infrastruktureffizienz könne sich demnach etwa in schnelleren ChatGPT-Antworten, längeren Codex-Aufgaben und günstigeren API-Angeboten niederschlagen. Das sind erwartete Vorteile und Ziele, keine im Bericht nachgewiesenen Auswirkungen für Nutzer. Als Grenzen der Aussagen bleiben insbesondere die noch laufenden Leistungsmessungen, der angekündigte spätere technische Bericht und der künftige, erst geplante Großausbau.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassung ist in beiden Fassungen sachlich korrekt und enthält keine erfundenen Angaben; die mittlere Fassung ist vollständiger. Die Stufen 4 und 3 mit Anteilen von 73, 60, 43, 40, 35 und 30 Prozent sind durch den Bericht nicht gedeckt, weil er keine dieser Sammelfragen behandelt; die Anteile lassen sich aus dem Bericht nicht ableiten.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Partnerschaft nennt Microsoft als Partner für die Gigawatt-Rechenzentren, das fehlt in Lunas Zusammenfassung.
  • Die Einordnung als Teil einer Vollstack-Strategie von OpenAI (Modelle, Produkte, Chips) wird nicht wiedergegeben.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 73 %einzelne zitierbare Belege
    • JEV 51 %beantwortet teilweise oder widerspricht
    • amos 24 %einzelne zitierbare Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 31 %nur am Rande erwähnt
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV 63 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →