OpenAIs egenutvecklade krets Jalapeño överpresterar mot Nvidia – halvledarmarknaden diversifieras på allvar

Mässan där spelplanen ritades om

Det finns stunder i teknikhistorien där man i efterhand kan peka på ett enskilt tillfälle och säga: där vände det. Hot Chips 2026 kan mycket väl vara ett sådant tillfälle för AI-hårdvaran.

Nvidias grafikprocessorer har under flera år varit den självklara motorn bakom AI-boomen – så självklar att "Nvidia" och "AI-hårdvara" närmast blivit synonymer. Men enligt Computer Sweden visade mässan tydligt att marknaden nu mognar på allvar. Analytikern Stephen Sopko på Hyperframe Research sammanfattar det rakt på sak:

"Vad Hot Chips visade är att marknaden bakom Nvidia håller på att bli mycket mer diversifierad."

Det är en underdrift som döljer något ganska dramatiskt.

OpenAIs Jalapeño – en förstegenerationsprodukt som överpresterar

Det enskilt mest uppseendeväckande från mässan är OpenAIs egenutvecklade kretskort, med kodnamnet Jalapeño. Analysföretaget Semianalysis, som fick exklusiv tillgång att testa kretsen, konstaterade att den faktiskt överpresterar jämfört med motsvarigheter från Nvidia, AMD och Google på flera ledande öppna språkmodeller.

Det är anmärkningsvärt. Förstegenerationsprodukter inom halvledare brukar ha en inlärningstid – de är sällan konkurrenskraftiga direkt. Att OpenAI bryter den trenden säger något om hur seriöst företaget investerat i kompetens och resurser. Det är inte konstigt med tanke på att de planerar att lägga 750 miljarder dollar på datacenterinfrastruktur. När du bygger i den skalan lönar det sig att kontrollera hela stacken, från modellarkitektur ner till kislet.

Jalapeño väntas komplettera just den satsningen – och det signalerar en tydlig ambition: att minska beroendet av externa leverantörer och ta hem mer av värdekedjan.

Skiftet från grafikprocessorer till centralprocessorer

En annan rörelse som Computer Sweden lyfter fram från Hot Chips är den strukturella förflyttningen bort från grafikprocessorer mot centralprocessorer och kantenheter. Intel presenterade serverprocessorn Diamond Rapids samt Wildcat Lake, en PC-processor utformad för att flytta ut AI-beräkningar närmare användaren.

Detta är en viktig signal. Grafikprocessorer är utomordentligt bra på parallell beräkning – vilket är just vad träning av stora AI-modeller kräver. Men när fokus skiftar mot inferens – alltså att faktiskt köra och använda modeller i verkligheten – förändras kraven. Lägre latens, lägre energiförbrukning och möjligheten att köra lokalt på en enhet blir viktigare än rå beräkningsstyrka i ett datacenter.

Det är här centralprocessorer och specialiserade kantenheter har ett naturligt hemmaplan.

Vad driver omställningen?

Det handlar inte enbart om teknisk nyfikenhet. Det finns tre starka incitament som driver på diversifieringen:

Kostnad. Nvidias H100- och H200-kretsar är extremt dyra. För företag som kör AI i stor skala kan hårdvarukostnaden vara den enskilt största utgiftsposten. Egenutvecklade kretsar anpassade för specifika arbetsbelastningar kan ge dramatiska besparingar.

Energi. AI:s energiförbrukning är en alltmer omdebatterad fråga. Kretsar optimerade för enskilda uppgifter – snarare än universella grafikprocessorer – kan utföra samma arbete med en bråkdel av strömförbrukningen.

Strategiskt oberoende. Beroendet av en enda leverantör är en affärsrisk. Det gäller särskilt nu när geopolitiska spänningar gör det osäkert var och hur avancerade halvledare får tillverkas och exporteras. Att bygga egna kretsar ger kontroll.

En marknad i omvandling

Nvidia är fortfarande marknadsledande, och kommer förbli det under lång tid. Men halvledarbranschen rör sig i cykler, och de mönster som brukar föregå ett maktskifte – diversifiering, specialisering, vertikalt integrerade alternativ – syns nu tydligt.

Det som händer på Hot Chips 2026 är inte att Nvidia faller. Det är att konkurrensen äntligen börjar bli på riktigt.