Jalapeño, i primi numeri del chip OpenAI battono NVIDIA — ma nessuno li ha ancora ripetuti fuori dai suoi laboratori

Jalapeño era stato annunciato il 24 giugno 2026 insieme a Broadcom; il 25 agosto OpenAI ne ha pubblicato i primi dati prestazionali. La novità non è il chip, ma il fatto che compaiano numeri confrontabili con l'hardware NVIDIA su un benchmark pubblico. Secondo i benchmark eseguiti con InferenceX, la suite open source di SemiAnalysis, il processore registra un throughput per kilowatt da 1,5 a 1,9 volte superiore e una latenza end-to-end da 1,7 a 3,6 volte inferiore rispetto ai sistemi NVIDIA GB200 e GB300 (con il picco di latenza registrato sul modello DeepSeek R1 670B rispetto al sistema GB300). La suite InferenceX pubblica i propri risultati su una dashboard pubblica generata da workflow GitHub Actions con log visibili durante l'esecuzione, ma l'origine dei numeri di Jalapeño rimane parzialmente opaca. SemiAnalysis ha confermato l'esistenza del silicio, ma il grado della sua verifica resta aperto: alcune ricostruzioni scrivono che i suoi ingegneri hanno eseguito i carichi nei laboratori OpenAI, altre che hanno assistito a esecuzioni i cui numeri restano forniti dall'azienda. Concordano invece su due punti: la suite AgentX — carichi agentici multi-turno a contesto lungo — non è stata girata su Jalapeño, e non esiste una riproduzione indipendente su hardware di terze parti.

Il confronto, va precisato, avviene tra acceleratori di classe di potenza diversa: Jalapeño opera a 700 W nominali (con consumi sostenuti inferiori ai 550 W nei test), mentre i sistemi NVIDIA di riferimento si attestano a 1.200 W e 1.400 W. OpenAI dichiara di aver completato il tape-out in soli nove mesi, utilizzando i propri modelli come supporto alla progettazione, ma i dettagli tecnici restano scarsi: nodo produttivo, capacità di memoria e costo per token non sono stati resi noti. La roadmap prevede volumi ridotti entro fine 2026 e una distribuzione significativa nel 2027, con una seconda generazione già in sviluppo.

Mentre OpenAI diffonde i risultati — definiti «un avanzamento molto significativo rispetto allo stato dell'arte» dal responsabile hardware Richard Ho — NVIDIA ha chiuso il secondo trimestre fiscale 2027, terminato a luglio, con ricavi del segmento Data Center pari a 89 miliardi di dollari, in crescita del 117% su base annua. Il CEO di NVIDIA, Jensen Huang, ha definito l'AI «al suo punto di svolta», con token «produttivi e profittevoli». OpenAI, dal canto suo, ribadisce di voler continuare a utilizzare acceleratori NVIDIA e di altri partner, ma il messaggio è chiaro: per l'inferenza su larga scala, il silicio custom potrebbe presto diventare una leva strategica.

Resta un dettaglio non secondario: i benchmark pubblicati riguardano solo carichi open weights (GPT-OSS 120B, DeepSeek R1 670B e Kimi K2.5 1T) e non includono né l'addestramento né i modelli proprietari. Va aggiunto che il metro del confronto è la generazione Blackwell, mentre NVIDIA ha già annunciato la successiva architettura Rubin: il divario misurato oggi è su hardware in uscita. Il vantaggio dichiarato è circoscritto a uno scenario specifico e, per ora, non replicato al di fuori dei laboratori di OpenAI. La vera domanda non è quanto Jalapeño sia più efficiente di Blackwell, ma se e quando questa efficienza diventerà un dato pubblico, auditabile e scalabile.

— Olya