OpenAI bouwt eigen AI chips met Broadcom
OpenAI stapt in de bouw van eigen AI chips en doet dat samen met Broadcom. Het doel is tien gigawatt aan op maat gemaakte AI accelerators die een nieuwe generatie toepassingen moeten aandrijven. Hiermee kiest OpenAI voor meer grip op kosten, prestaties en leverzekerheid terwijl de vraag naar rekenkracht blijft stijgen.
Wat de samenwerking inhoudt
OpenAI ontwerpt de chips en de complete systemen. Broadcom ontwikkelt, produceert en rolt de hardware uit in datacenters van OpenAI en partners. In de racks komen netwerkoplossingen van Broadcom zoals Ethernet, PCIe en optische verbindingen zodat clusters zowel binnen een server als tussen servers kunnen opschalen.
De eerste systemen gaan in de tweede helft van 2026 live. De volledige uitrol loopt door tot en met 2029. Daarmee voegt OpenAI zich bij bedrijven die eigen accelerators inzetten naast bestaande samenwerkingen met partijen als Nvidia en AMD.
Waarom dit strategisch is
Eigen hardware verkleint de afhankelijkheid van schaarse producten en levert korte lijnen tussen modelontwikkeling en chipontwerp. In plaats van te wachten op generieke innovatie kunnen optimalisaties direct worden ingebouwd. Denk aan snellere geheugenpaden, beter energiebeheer tijdens training en inferentie en een netwerklaag die is afgestemd op de communicatiepatronen van frontier modellen.
Voor de economie betekent dit dat een deel van de waardeketen verschuift naar bedrijven die de hele stapel beheersen van model tot silicium. Dat geeft schaalvoordeel en onderhandelingsmacht richting leveranciers van componenten, energie en huisvesting.
Wat dit betekent voor Nvidia en de markt
De dominantie van Nvidia blijft voorlopig overeind. De meeste AI clusters draaien vandaag op Nvidia. Toch zet OpenAI met deze stap een tweede spoor neer dat de markt breder maakt. Broadcom profiteert van vraag naar netwerkchips en co ontwerp van accelerators. Voor klanten kan dit later zorgen voor meer keuze, mogelijk scherpere prijzen en snellere doorlooptijden bij nieuwe modelgeneraties.
De impact op energie en infrastructuur
Tien gigawatt is enorm. Het vergt nieuwe datacentercapaciteit, koeling, verbindingen en langjarige stroomcontracten. Dat legt druk op netbeheerders en op de vergunningenstroom. Regio’s die snel kunnen leveren met duurzame stroom en glasvezel hebben een streep voor. Voor de samenleving is transparantie nodig over locatiekeuze, restwarmte gebruik en de balans tussen economische groei en netbelasting.
Wat dit oplevert voor makers en bedrijven
Voor productteams kan gespecialiseerde hardware lagere latentie en hogere throughput betekenen. Complexe multimodale taken, langere contexten en agent workflows profiteren van een nauwe afstemming tussen software en chips. Voor het MKB kan dit op termijn leiden tot diensten die vandaag alleen voor grote spelers betaalbaar zijn.
Vragen die blijven staan
Krijgt de brede AI gemeenschap toegang tot deze hardware of blijft zij intern. Hoe verhoudt zich dit tot bestaande cloudafspraken. Wanneer is de meerwaarde van maatwerk zichtbaar in echte werkbelasting en niet alleen in benchmarks. En hoe borgen we een eerlijke vergelijking met bestaande systemen zodat beleid en investeringen op feiten rusten.
-S.png)
