In oktober 2025 maakte OpenAI een grote stap in de versterking van zijn technologische fundamenten: een samenwerking met Broadcom om maatwerk AI-accelerators en systemen te ontwerpen en uit te rollen. Dit partnerschap is strategisch geladen — het duidt op de ambitie van OpenAI om minder afhankelijk te zijn van externe GPU-fabrikanten zoals Nvidia, en meer controle te krijgen over hardware, netwerkarchitectuur en schaalbaarheid.
Laten we dieper duiken in wat er precies is aangekondigd, welke gevolgen dit heeft voor de AI-industrie, en welke uitdagingen OpenAI en Broadcom te wachten staan.
Wat houdt de overeenkomst in?
10 gigawatt acceleratorcapaciteit
OpenAI en Broadcom kondigden aan dat ze gezamenlijk 10 GW aan AI-versnellers zullen ontwikkelen en uitrollen in de periode tussen de tweede helft van 2026 en eind 2029. OpenAI zal de chips en systemen ontwerpen, terwijl Broadcom verantwoordelijk zal zijn voor de hardwareontwikkeling, netwerkinfrastructuur (Ethernet, connectiviteit) en grootschalige implementatie.
De servers en racks zullen gebruikmaken van Broadcom’s netwerkoplossingen, met de ambitie om Ethernet-connectiviteit in te zetten in plaats van traditionele InfiniBand architecturen. Volgens OpenAI en Broadcom werken de partijen al 18 maanden samen aan dit project — wat aantoont dat dit geen overhaaste PR-zet is, maar een zorgvuldig gepland traject.
Daarnaast melden sommige bronnen dat OpenAI ook samenwerkt met Arm (onderdeel van SoftBank) om CPU-componenten te ontwikkelen die complementair zijn aan de AI-versnellers. Deze CPU’s zouden dienst doen binnen de serverarchitectuur om een geïntegreerd systeem te vormen.
Waarom deze stap?
1. Vermindering van afhankelijkheid van GPU-leveranciers
Tot nu toe was OpenAI grotendeels afhankelijk van GPU’s van Nvidia of AMD. Dit beperkte flexibiliteit, bracht hoge kosten met zich mee en zette OpenAI in de handen van leveranciers met hun eigen belangen. Door zelf chipontwerp en integratie te doen, kan OpenAI meer controle verwerven over architectuur, kostenoptimalisatie en logistiek.
2. Synergie tussen model en hardware
Wanneer hardware en modellen samen ontwikkeld worden — een benadering die vaak “co-design” wordt genoemd — kunnen modellen beter worden afgestemd op specifieke chiparchitecturen en omgekeerd. OpenAI kan inzichten uit het trainen van grote modellen direct terugvoeren in de hardwareontwerpen. Dit kan latentie verlagen, efficiëntie verbeteren en prestaties op schaal versterken.
3. Schaal & efficiëntie
Een capaciteit van 10 GW is niet gering. Volgens Reuters is het stroomverbruik van zulke systemen vergelijkbaar met dat van meer dan 8 miljoen Amerikaanse huishoudens. Door hardware te optimaliseren voor energiegebruik kan OpenAI op lange termijn operationele kosten verlagen en de prestatie-per-watt verhogen.
4. Positionering van Broadcom
Voor Broadcom is dit partnerschap een strategische kans om z’n positie in de AI-chipmarkt te versterken. Met deze samenwerking komt Broadcom in de voorhoede van bedrijven die AI-hardware op maat leveren. Niet verrassend: het aandeel Broadcom steeg direct na de aankondiging.
Reacties op de markt & financiële implicaties
De markt reageerde enthousiast: het aandeel Broadcom steeg met meer dan 10 % nadat het nieuwsover de samenwerking naar buiten kwam. Analisten wijzen erop dat hoewel de deal groot en ambitieus is, de werkelijke impact afhangt van de uitvoering en of Broadcom en OpenAI kunnen leveren op beloofde schaal en efficiëntie.
Sommige schattingmodellen suggereren dat de infrastructuurkosten per gigawatt kunnen oplopen tot $50 miljard of meer, inclusief hardware, datacenters, koeling en logistiek. Als dit klopt, zou het totaal voor 10 GW een project van ongekende schaal betekenen. De dealwaarden zelf zijn echter niet publiek bekendgemaakt.
Critici waarschuwen dat ondanks de indrukwekkende cijfers de grootste uitdaging ligt in de feitelijke uitvoering: kan de beloofde capaciteit op tijd, binnen budget en met de beloofde prestaties gerealiseerd worden?
Wilt u ChatGPT gratis gebruiken? Ga dan hier naar: ChatGPT Nederlands
Uitdagingen & risico’s
Technische complexiteit – het ontwerpen, testen en opschalen van deze chips is geen sinecure.
Leveringsketens & productie – geavanceerde chipproductie vereist samenwerking met toonaangevende foundries (zoals TSMC).
Concurrentie van gevestigde partijen – bedrijven als Nvidia en AMD zullen niet stilzitten en blijven hun vlaggenschiparchitecturen verbeteren.
Milieu- en energieproblemen – een infrastructuur van 10 GW vraagt om massale energie, koeling en netwerkcapaciteit — duurzaamheid wordt een kritieke factor.
Implementatierisico — tussen aankondiging en daadwerkelijke levering kunnen jaren zitten, en fouten of vertragingen kunnen de geloofwaardigheid schaden.
Wat betekent dit voor de toekomst van AI?
Dit partnerschap tussen OpenAI en Broadcom is meer dan een technologische deal: het is een strategisch statement dat hardware een kernbestanddeel wordt van AI-innovatie. Door zelf hun infrastructuur te beheersen, kan OpenAI modellen, hardware en efficiëntie intensiever integreren.
Als de uitvoering slaagt, kunnen we een versnelling in AI-diensten verwachten: snellere responstijden, lagere kosten, meer schaalbare toepassingen en potentieel nieuwe mogelijkheden in realtime agenten en multimodale AI.
Voor Broadcom opent dit partnerschap deuren naar nieuwe markten en versterkt het zijn rol in AI-netwerkinfrastructuur. Tradities tussen chipfabrikant en AI-bedrijf vervagen; de twee werelden convergeren.
De vraag is echter: kunnen OpenAI en Broadcom hun beloften waarmaken op het vlak van energiebeheer, betrouwbaarheid en schaalbaarheid? Het antwoord op die vraag zal bepalen wie in de toekomst de infrastructuur van AI domineert.