Jalapeño: il primo chip AI di OpenAI batte Nvidia in efficienza – Quando il cliente diventa improvvisamente il concorrente – Immagine: Xpert.Digital
22 volte più efficiente: il primo chip AI proprietario di OpenAI supera nettamente Nvidia
Risparmio energetico, prestazioni raddoppiate: cosa significa il nuovo chip AI di OpenAI per il settore
L'intelligenza artificiale crea chip basati sull'IA: "Jalapeño" di OpenAI surclassa la concorrenza in tempi record
Un chip che sta rimescolando completamente le carte nel mercato multimiliardario dell'IA: con "Jalapeño", OpenAI ha sviluppato il suo primo acceleratore AI proprietario in tempi record, sfidando nientemeno che il suo partner hardware più importante fino ad oggi, Nvidia. I primi test indipendenti mostrano che il nuovo chip vanta un'impressionante efficienza energetica, superando significativamente l'attuale generazione Blackwell di Nvidia in alcune aree. Il vero colpo di genio dietro questo sviluppo: OpenAI ha utilizzato i propri modelli di IA avanzati per accelerare drasticamente la progettazione del chip. Cosa significa questa mossa strategica per l'alimentazione elettrica già sotto pressione dei data center, i costi operativi di ChatGPT e il potere di mercato di Nvidia? Un'analisi dettagliata rivela perché il debutto hardware di OpenAI è molto più di un semplice aggiornamento tecnologico: potrebbe cambiare radicalmente il modello di business dell'intero settore.
Da cliente a concorrente: OpenAI attacca Nvidia con il suo stesso chip prodigioso
In meno di un anno e mezzo, OpenAI ha sviluppato il proprio chip per l'intelligenza artificiale che, nei primi test indipendenti, dimostra un'efficienza significativamente superiore rispetto all'hardware di riferimento attuale di Nvidia. Questo è notevole, considerando che OpenAI era in precedenza uno dei maggiori clienti di Nvidia e ora sta entrando in un segmento di mercato dominato quasi esclusivamente da un unico fornitore. Dopo la presentazione del primo acceleratore AI proprietario, nome in codice Jalapeño, nel giugno 2026, sono ora disponibili dati affidabili sulle prestazioni, raccolti dalla società di analisi indipendente SemiAnalysis. Questi dati dimostrano che OpenAI, anche grazie al supporto attivo dello specialista di semiconduttori Broadcom, ha sviluppato da zero un chip AI ad alte prestazioni che supera significativamente l'attuale generazione Blackwell di Nvidia in determinate metriche e sembra essere ben posizionato rispetto alla futura piattaforma Rubin.
Le implicazioni economiche di questo sviluppo sono di fondamentale importanza, poiché toccano uno dei principali problemi di costo dell'intero settore dell'IA: l'enorme discrepanza tra la spesa per le infrastrutture di calcolo e i ricavi generati dai servizi di IA. Secondo alcune fonti, OpenAI consuma circa 3,7 miliardi di dollari a trimestre, con i costi di inferenza – ovvero i costi per l'implementazione continua di modelli pre-addestrati nelle operazioni quotidiane – che rappresentano la voce di spesa più consistente. Un chip in grado di ridurre significativamente questi costi non solo modifica un parametro tecnico, ma anche l'intero modello di business di un'azienda che gestisce ChatGPT, con oltre 400 milioni di utenti attivi.
Un banco di prova indipendente senza vincoli
I test sono stati condotti utilizzando la piattaforma di test proprietaria di SemiAnalysis, InferenceX. Tuttavia, secondo SemiAnalysis, agli analisti stessi non è stato consentito di eseguire i test, né sono stati testati tutti gli scenari, né è stata utilizzata la piattaforma di test più completa, AgentX. Questa limitazione è economicamente significativa perché significa che, sebbene i dati disponibili provengano da un'azienda rinomata specializzata nell'analisi dei chip, sono stati raccolti all'interno di un framework controllato da OpenAI. Chiunque desideri basare decisioni di investimento ponderate su tali dati dovrebbe tenere conto di questo contesto, anche se la direzione generale dei risultati appare plausibile.
InferenceX utilizza i modelli OpenWeights GPT-OSS, DeepSeek R1 e Kimi K2.5, suggerendo che Jalapeño non è progettato solo per i modelli proprietari di OpenAI, ma è anche adatto come piattaforma di inferenza generale per altre architetture. Come prova aneddotica della flessibilità dell'hardware, SemiAnalysis cita la dimostrazione degli sviluppatori secondo cui il gioco Doom, portato dall'assistente di programmazione Codex di OpenAI, è persino riuscito a funzionare sul chip. Sebbene tali dimostrazioni abbiano scarso valore economico, indicano che l'architettura non è limitata a una ristretta finestra applicativa, ma può gestire compiti computazionali più generali.
Aumento dell'efficienza che si traduce in denaro contante
I risultati confermano l'elevatissima efficienza di Jalapeño. In alcuni scenari, il chip di OpenAI raggiunge un tasso di tokenizzazione per watt 22 volte superiore rispetto al B300 di Nvidia, un risultato eccezionale per il primo chip proprietario di un'azienda senza decenni di esperienza nel settore dei semiconduttori. Jalapeño può competere anche con il nuovo sistema di Vera Rubin, attualmente in fase di implementazione presso i principali clienti, sebbene al momento siano disponibili pochi dati affidabili per questo confronto e una valutazione finale sia ancora in sospeso.
SemiAnalysis, tuttavia, evidenzia alcune limitazioni metodologiche che ridimensionano l'importanza dei dati. Sono stati testati solo prompt di dimensioni relativamente ridotte, con 8.192 token di input e 1.024 di output, mentre prompt più ampi, come quelli comuni in molte applicazioni di agenti di produzione, potrebbero alterare significativamente i risultati. Inoltre, la versione testata è stata eseguita con una versione preliminare A0, mentre è attualmente in produzione una versione ottimizzata B0, che secondo OpenAI sarà circa il 25% più efficiente. In termini economici, ciò significa che i dati, già di per sé impressionanti, rappresentano probabilmente un limite inferiore piuttosto che un limite superiore del potenziale effettivo, ammesso che gli annunci relativi alla versione B0 vengano confermati.
La vera leva non risiede nel chip, ma nella rete elettrica
Il chip di OpenAI potrebbe addirittura essere più conveniente di Vera-Rubin, dato che il sistema di Nvidia ha beneficiato della decodifica speculativa nei test, una tecnica per accelerare la generazione di testo, mentre Jalapeño ha dovuto fare a meno di questa ottimizzazione. Nel complesso, l'inferenza hardware proprietaria dovrebbe rendere OpenAI significativamente più economica, poiché l'azienda non deve più pagare margini commerciali a un fornitore esterno e l'architettura può essere adattata con precisione ai propri modelli di servizio.
Il vero vantaggio strategico, tuttavia, non risiede principalmente nel puro risparmio sui costi per chip, bensì nell'efficienza energetica. Grazie alla maggiore efficienza, è possibile far funzionare un numero significativamente maggiore di chip con la stessa potenza in ingresso, il che rappresenta il vero vantaggio competitivo in un settore in cui la disponibilità di elettricità e la capacità di connessione alla rete sono diventate il fattore limitante per la crescita. OpenAI stessa ha già firmato contratti per oltre dieci gigawatt di capacità di calcolo negli Stati Uniti, un obiettivo originariamente fissato per il 2029 che è stato ora raggiunto con diversi anni di anticipo. In un contesto in cui la capacità delle nuove centrali elettriche e le connessioni alla rete spesso costituiscono il vero collo di bottiglia per l'espansione dei data center, ogni watt utilizzato in modo più efficiente si traduce direttamente in maggiore potenza di calcolo disponibile, senza la necessità di costruire nuove centrali elettriche.
Un ritmo di sviluppo che sta mettendo alla prova l'industria dei semiconduttori
La tempistica di sviluppo del progetto è particolarmente degna di nota. Secondo OpenAI, sono trascorsi solo 16 mesi tra la formazione del team di sviluppo e il tape-out del chip, ovvero il completamento del progetto per l'approvazione alla produzione, con il primo progetto completo che sarebbe stato ultimato nove mesi prima del tape-out. Nell'industria tradizionale dei semiconduttori, i cicli di sviluppo di tre-cinque anni sono considerati standard per chip di complessità comparabile, quindi un ritmo simile, qualora venisse confermato nelle generazioni future, potrebbe mettere sotto pressione la struttura dei costi consolidata dell'intero settore.
Secondo OpenAI, ciò è stato reso possibile dall'uso intensivo dei propri sistemi di intelligenza artificiale (IA) nel processo di progettazione stesso. Questo ha permesso una valutazione più rapida delle decisioni di progettazione e, al contempo, ha contribuito a ottimizzare le unità di calcolo, riducendo significativamente i tradizionali cicli di iterazione nella progettazione dei chip. Si crea così un effetto di auto-rinforzo: più potenti diventano i modelli di IA dell'azienda, più velocemente e in modo più economico si possono sviluppare nuove generazioni di chip, che a loro volta eseguono questi modelli in modo ancora più efficiente. Un simile meccanismo di feedback, a condizione che si dimostri riproducibile, potrebbe diventare un vantaggio strutturale per le aziende che possiedono sia modelli di IA all'avanguardia sia proprie capacità di sviluppo di chip.
Quando la tua intelligenza artificiale diventa la cassetta degli attrezzi dell'ingegnere
Astra, la prossima versione di GPT, è già stata utilizzata da OpenAI per sviluppare core di calcolo ottimizzati, o kernel, per nuovi modelli. Secondo quanto riportato, il codice sviluppato da Astra in GPT-OSS è risultato dal 50 all'80% più veloce rispetto a programmi analoghi sviluppati da team di esperti umani. Questa scoperta ha implicazioni economiche ben più ampie di quanto possa sembrare a prima vista, in quanto suggerisce che il collo di bottiglia dell'ottimizzazione del software, che finora ha dipeso in larga misura dalla disponibilità di ingegneri altamente specializzati, può essere progressivamente risolto da sistemi automatizzati.
Per l'industria dei semiconduttori nel suo complesso, ciò significa un potenziale riallineamento dei fattori competitivi. Fino ad ora, decenni di esperienza, una profonda conoscenza ingegneristica e un ecosistema software consolidato come CUDA di Nvidia erano considerati barriere all'ingresso quasi insormontabili per i nuovi fornitori. Se gli strumenti basati sull'intelligenza artificiale riusciranno a compensare, almeno in parte, questo vantaggio derivante dall'esperienza, la soglia d'ingresso per i nuovi concorrenti si abbasserà, il che potrebbe portare, nel lungo termine, a una frammentazione dell'attuale mercato altamente concentrato degli acceleratori di intelligenza artificiale.
🎯🎯🎯 Hub B2B basato sui dati come soluzione quasi interna
La soluzione quasi interna: come Xpert.Digital colma le lacune operative nel marketing e nelle vendite B2B – Smart Content-Driven Business - Immagine: Xpert.Digital
Xpert.Digital è un hub industriale B2B basato sui dati, guidato da Konrad Wolfenstein . L'azienda funge da soluzione esterna, quasi interna, per i partner industriali, colmando le lacune operative in marketing, contenuti e vendite, senza richiedere risorse aggiuntive al cliente.
Maggiori informazioni qui:
Il chip Jalapeno di OpenAI: perché l'architettura è più importante della pura potenza di calcolo
L'architettura come contabilità dei costi in siriano
OpenAI ha preso alcune decisioni di progettazione interessanti ed economicamente valide con Jalapeño. Ad esempio, le unità matriciali del chip non supportano calcoli che utilizzano il formato a virgola mobile FP16 a 16 bit, il che semplifica notevolmente la logica interna e si allinea alla tendenza del settore verso modelli più quantizzati, ovvero con una precisione numerica inferiore. I tipi di dati a 64 e 32 bit sono supportati solo dalle unità scalari e vettoriali aggiuntive, con queste ultime limitate anche a calcoli a 32 bit. L'area dei transistor risparmiata omettendo formati di calcolo raramente utilizzati può essere investita in una maggiore larghezza di banda della memoria o in un maggior numero di core di elaborazione per i formati effettivamente necessari, aumentando così l'efficienza dei costi per chip prodotto.
In termini di pura potenza di calcolo FP8 e FP4, formati numerici particolarmente rilevanti per i moderni modelli linguistici quantizzati, il chip di OpenAI, con rispettivamente 3,4 e 13,4 petaFLOPS, è formalmente inferiore al Blackwell di Nvidia, fermo a 5 e 15 petaFLOPS. Tuttavia, questo dato apparentemente svantaggioso viene compensato dall'effettivo utilizzo del sistema, poiché i chip raramente raggiungono le loro massime prestazioni teoriche nella pratica. Secondo gli osservatori del settore, gli acceleratori attuali spesso operano solo al 30-50% della loro efficienza teorica con carichi di lavoro di inferenza reali. Pertanto, un chip che si avvicina alle proprie massime prestazioni può rimanere competitivo o addirittura superarle nella pratica, nonostante le sue prestazioni grezze appaiano inferiori sulla carta.
La larghezza di banda della memoria anziché la pura potenza di calcolo come scelta strategica
Il chip è dotato di sei stack di memoria HBM4, che gli conferiscono una larghezza di banda di memoria quasi doppia rispetto a Blackwell, con 15,4 TB al secondo contro gli 8 TB al secondo. Questa scelta riflette una priorità deliberata, perché quando si inferiscono modelli linguistici complessi, il fattore limitante non è spesso la pura potenza di calcolo, bensì la velocità con cui i pesi del modello e i risultati intermedi possono essere trasferiti tra la memoria e l'unità aritmetico-logica (ALU). Un chip progettato specificamente per affrontare questo cosiddetto collo di bottiglia della larghezza di banda di memoria può operare in modo più efficiente in scenari applicativi reali rispetto a un concorrente con una potenza di calcolo nominale superiore ma un accesso alla memoria relativamente più limitato.
Grazie a otto stack di memoria, Blackwell e la prossima generazione Rubin offrono una capacità di memoria totale superiore, pari a 288 GB, mentre Jalapeño ne offre solo 216 GB. Per i modelli di grandi dimensioni con finestre di contesto altrettanto estese, questa capacità inferiore potrebbe diventare un fattore limitante, soprattutto se le future generazioni di modelli saranno ancora più grandi e richiederanno una maggiore quantità di memoria. Il TDP (Thermal Design Power) del chip è di 700 watt, sebbene OpenAI affermi che il chip richieda in media solo circa 550 watt durante il funzionamento effettivo. Questo parametro è più rilevante dal punto di vista economico per le operazioni quotidiane dei data center rispetto al valore di picco teorico.
Latenza contro flessibilità: una soluzione di compromesso consapevole
La gerarchia di memoria del chip è interessante. OpenAI divide il chip in numerosi gruppi di calcolo, o slice, ognuno con un'allocazione fissa di memoria HBM. Questo stretto e fisso accoppiamento tra il core di elaborazione e la memoria locale riduce significativamente la latenza di accesso, poiché ogni gruppo di calcolo ha accesso diretto e a bassa latenza alla propria partizione di memoria, anziché dover attraversare un sistema di memoria condivisa multilivello come nelle architetture GPU tradizionali. Il prezzo da pagare per questo vantaggio in termini di velocità è una minore flessibilità nell'allocazione della memoria, poiché la capacità non può essere ridistribuita arbitrariamente tra i gruppi di calcolo una volta che una partizione ha raggiunto i suoi limiti.
I gruppi sono connessi tramite due livelli di rete separati: una rete collettiva specializzata, a bassissima latenza, per schemi di comunicazione ricorrenti e ben definiti, come la sincronizzazione durante l'elaborazione parallela, e una rete su chip (NPC) più generale per altre comunicazioni e per l'accesso alla rete di scalabilità di livello superiore tra più chip. Questa divisione architetturale consente di gestire la maggior parte del traffico dati interno tramite il percorso dedicato e più veloce, mentre la rete generale rimane riservata solo agli accessi meno frequenti e meno critici in termini di tempo. Da un punto di vista economico, si tratta di un classico compromesso tra specializzazione e utilizzo generico, tipico dei chip di inferenza progettati appositamente e fondamentalmente diverso dall'architettura più generalista dei processori grafici classici.
L'array sistolico come eredità della filosofia TPU
Come molti altri acceleratori dedicati all'IA, Jalapeño si basa su un array sistolico, in cui i risultati intermedi vengono passati direttamente tra unità di elaborazione adiacenti anziché oscillare costantemente tra la memoria e l'unità aritmetico-logica. Questo concetto non è affatto nuovo, ma segue una filosofia architetturale che è stata testata con successo nella pratica per anni, in particolare dalle Tensor Processing Unit di Google, dove ha già ottenuto guadagni di efficienza comparabili in carichi di lavoro di IA specializzati.
A differenza dei tradizionali array sistolici di grandi dimensioni, Jalapeño, secondo SemiAnalysis, supporta anche dimensioni di matrice più piccole, evitando così i tipici cali di prestazioni che si verificano quando le dimensioni del batch o della matrice non corrispondono esattamente alla dimensione fissa dell'array. Inoltre, il chip è dotato di core scalari dedicati a 64 bit, nonché di unità vettoriali compatibili con FP32 e INT32, e impiega un approccio di esecuzione fuori ordine con una classica cache L1 su ciascun core di elaborazione, anziché affidarsi a una memoria scratchpad controllata via software come molti altri acceleratori. Questa combinazione di un'unità di matrice specializzata e di una logica scalare e vettoriale più flessibile suggerisce che OpenAI abbia cercato deliberatamente un punto d'incontro tra la pura specializzazione e la programmabilità generale.
Perché i costi più bassi non raggiungono immediatamente i clienti
Dal punto di vista dei clienti aziendali e degli sviluppatori, la domanda immediata è se i promessi guadagni in termini di efficienza si tradurranno anche in prezzi delle API più bassi. Secondo diversi analisti del settore, ciò è piuttosto improbabile nel breve termine, poiché OpenAI attualmente opera principalmente con vincoli di capacità piuttosto che di costo. Questo significa che i costi unitari inferiori si tradurranno inizialmente in un volume maggiore disponibile, anziché in prezzi più bassi. Esempi storici, come l'introduzione da parte di Google delle proprie TPU o i chip Trainium di Amazon, dimostrano che i prezzi per i clienti finali in genere diminuiscono solo dai 12 ai 24 mesi dopo l'ampia diffusione del nuovo hardware proprietario, solitamente innescata da una maggiore pressione competitiva da parte dei fornitori rivali.
Inoltre, OpenAI deve prima recuperare i suoi ingenti investimenti iniziali in progettazione, produzione e infrastruttura attraverso i ricavi derivanti dall'inferenza per diversi trimestri, prima che i risparmi sui costi si traducano effettivamente in margini più elevati. Fino ad allora, è probabile che il chip contribuisca principalmente ad alleviare i colli di bottiglia esistenti in termini di capacità, ad esempio riducendo i lunghi tempi di attesa o i limiti di velocità nell'accesso alle API, piuttosto che portare a riduzioni di prezzo immediate. Ciononostante, per le aziende che elaborano piani di budget a medio termine per l'utilizzo di servizi di intelligenza artificiale, sembra ragionevole considerare una graduale riduzione dei costi, potenzialmente dal 30 al 50%, in un periodo di due o tre anni, come scenario di pianificazione realistico.
Una competizione per il potere di mercato, non solo per i watt
La ragione strategica più profonda alla base di questo sviluppo risiede nella lotta per l'indipendenza da un unico fornitore dominante sul mercato. Per anni, Nvidia ha controllato la stragrande maggioranza del mercato dell'hardware per l'addestramento e l'inferenza dell'IA, ottenendo così margini di profitto considerevoli che, in ultima analisi, ricadevano sui clienti. Se OpenAI, proprio come Google, Amazon e Microsoft con i rispettivi programmi per i chip, spostasse una parte significativa del suo carico di lavoro di inferenza sul proprio hardware, il potere contrattuale di Nvidia nei confronti dei suoi clienti più importanti diminuirebbe, anche se Nvidia rimanesse il partner principale per l'addestramento di nuovi modelli.
In questo contesto, è interessante notare che Nvidia sta contemporaneamente fornendo ingenti finanziamenti per l'espansione dei data center di OpenAI, ad esempio attraverso un prestito multimiliardario per un nuovo data center in Ohio, mentre OpenAI sta lavorando a una propria piattaforma di chip potenzialmente concorrente. Questa situazione apparentemente contraddittoria può essere interpretata economicamente come un comportamento razionale da entrambe le parti: Nvidia si assicura impegni di acquisto a lungo termine e investimenti di capitale dal suo principale cliente, mentre OpenAI sviluppa contemporaneamente l'indipendenza strategica per una parte crescente del suo carico di lavoro di inferenza senza compromettere eccessivamente il rapporto con il suo partner di training più importante.
Dall'annuncio alla produzione di massa
Le prime spedizioni su piccola scala di Jalapeño sono previste per la fine del 2026, mentre la produzione su larga scala e un lancio su vasta scala dovrebbero avvenire nel corso del 2027. Fino ad allora, Nvidia, in particolare attraverso il continuo utilizzo dei suoi sistemi Vera Rubin, rimarrà una componente centrale dell'infrastruttura OpenAI, il che significa che un abbandono completo dell'hardware Nvidia non è in programma. Si sta invece delineando un modello ibrido in cui diverse generazioni di hardware e diversi fornitori vengono utilizzati in parallelo per diversi profili di carico di lavoro.
A lungo termine, il vero significato di Jalapeño probabilmente risiede meno nei dati specifici di efficienza della prima generazione che nel ritmo di sviluppo dimostrato e nella conseguente capacità di sfruttare strumenti basati sull'intelligenza artificiale per il proprio sviluppo hardware. Se questo ciclo virtuoso di modelli più potenti e cicli di sviluppo dei chip più rapidi si rivelasse riproducibile, non solo modificherebbe la posizione competitiva di OpenAI rispetto a Nvidia, ma cambierebbe radicalmente anche la tempistica di sviluppo delle nuove generazioni di semiconduttori per applicazioni di intelligenza artificiale.
📈🚀 Dalla visibilità alla fiducia 👀🤝 Il tuo percorso scalabile con Xpert.Digital
Dalla visibilità alla fiducia: il tuo percorso scalabile con Xpert.Digital - Immagine: Xpert.Digital
Nel settore B2B industriale, le relazioni commerciali durature raramente nascono dall'oggi al domani. Si sviluppano gradualmente, attraverso la visibilità, la rilevanza professionale, i punti di contatto ricorrenti e la crescente fiducia. Il modello a 4 fasi di Xpert.Digital affronta proprio questo aspetto: offre un percorso strutturato che inizia con un punto di ingresso gestibile e può evolversi in una collaborazione più profonda per lo sviluppo del business, se necessario.
Anziché affidarsi a roboanti promesse di marketing, questo modello mette al centro la relazione. Le aziende partono da parametri chiaramente definiti e facilmente calcolabili, per poi decidere, in base alla propria esperienza, fino a che punto desiderano ampliare la collaborazione. Un fattore chiave per questo processo di costruzione della fiducia senza interruzioni: la piattaforma evita completamente le fastidiose pubblicità, in modo che l'attenzione editoriale rimanga focalizzata esclusivamente sulla competenza delle aziende.
Maggiori informazioni qui:
Il tuo partner globale per il marketing e lo sviluppo aziendale
☑️ La nostra lingua aziendale è l'inglese o il tedesco
☑️ NOVITÀ: Corrispondenza nella tua lingua madre!
Konrad Wolfenstein
Io e il mio team saremo lieti di essere a tua disposizione come tuo consulente personale.
Puoi contattarmi compilando il modulo di contatto qui wolfenstein@xpert.digital:o semplicemente chiamandomi al numero +49 7348 4088 965. Il mio indirizzo email è
Non vedo l'ora di iniziare il nostro progetto comune.
