OpenAI, die Firma hinter ChatGPT, entwickelt jetzt eigene Chips für Künstliche Intelligenz (KI). Zusammen mit Broadcom stellen sie den Prozessor 'Jalapeño' vor. Dieser Chip soll die Grundlage für die nächste Generation von Sprachmodellen bilden.

Dieser Schritt verändert die Macht in der KI-Branche. Bisher waren KI-Firmen stark von externen Chip-Herstellern wie Nvidia abhängig. Nvidias leistungsstarke Grafikprozessoren (GPUs) sind teuer und oft schwer zu bekommen. Mit einem eigenen Chip kann OpenAI die Kosten für Rechenleistung senken. OpenAI kann auch seine Modelle besser an die Hardware anpassen. Das könnte OpenAIs Vorsprung ausbauen. Es macht den Wettbewerb für andere KI-Firmen härter.

OpenAI hat mit Broadcom seinen ersten eigenen KI-Prozessor vorgestellt. Der Chip heißt 'Jalapeño'. Er ist speziell für KI-Server gedacht. Es ist ein ASIC (Application-Specific Integrated Circuit). Das bedeutet, der Chip ist für eine bestimmte Aufgabe optimiert. Diese Aufgabe ist das Training und der Betrieb großer Sprachmodelle. Die Ankündigung erfolgte am Mittwoch. Sie zeigt, dass OpenAI mehr Kontrolle über seine gesamte KI-Infrastruktur will.

Für dich als Nutzer bedeutet das: KI-Dienste könnten günstiger und schneller werden. Wenn OpenAI Serverkosten spart, könnten Abos wie ChatGPT Plus günstiger werden. Oder sie könnten mehr Funktionen bieten. Auch deine Lieblings-KI-Anwendungen könnten besser laufen. Die Modelle arbeiten effizienter auf maßgeschneiderter Hardware. Dieser Schritt macht KI-Technologie noch breiter zugänglich.

Unternehmen, die KI-Lösungen von OpenAI nutzen, können profitieren. Auch Firmen, die selbst große Sprachmodelle entwickeln, profitieren. Ein eigener Chip erlaubt OpenAI, die Infrastrukturkosten zu senken. Das kann zu günstigeren Zugängen über Programmierschnittstellen (APIs) führen. Oder es führt zu leistungsfähigeren Diensten. Firmen, die hohe Kosten für KI-Rechenleistung hatten, könnten entlastet werden. Gleichzeitig müssen andere KI-Anbieter ähnliche Schritte tun, um mithalten zu können.

Die größte Chance liegt darin, Kosten zu kontrollieren und alles zu optimieren. Eigene Chips ermöglichen OpenAI, Hardware und Software perfekt abzustimmen. Das führt zu mehr Leistung pro Watt. Es senkt die hohen Energiekosten. Diese Kosten entstehen beim Training und Betrieb großer KI-Modelle. Für die ganze Branche könnte dies die Entwicklung spezialisierter KI-Hardware fördern. Es verringert auch die Abhängigkeit von wenigen Anbietern.