El chip Jalapeño de OpenAI: una salida de Nvidia

      OpenAI acaba de presentar Jalapeño, su primer chip de IA desarrollado internamente, construido con Broadcom. Está diseñado para inferencia, no para entrenamiento. Y es la señal más clara hasta ahora de que la empresa más dependiente de Nvidia quiere una salida.

      OpenAI tiene un chip ahora. El miércoles presentó Jalapeño, la primera pieza de silicio que ha diseñado por sí misma. Es una respuesta contundente a una pregunta que ha estado sobre la empresa durante años. ¿Qué sucede cuando el mayor comprador de computación de IA del mundo decide que ya no quiere alquilar todo a Nvidia?

      El chip fue construido con Broadcom, informó primero Axios. OpenAI hizo el diseño central. Broadcom aportó la conectividad y el know-how de redes, además de su silicio de conmutación Tomahawk. Un tercer socio, Celestica, se encargó de las placas y los racks.

      OpenAI ya está ejecutando las primeras muestras en sus laboratorios. Allí responden consultas de Codex y ejecutan cargas de trabajo para un modelo que llaman GPT-5.3-Codex-Spark.

      OpenAI no está tratando de reemplazar a Nvidia de la noche a la mañana. Está tratando de dejar de ser un cliente cautivo. Esa es la verdadera historia aquí.

      Lo que realmente es Jalapeño

      Jalapeño está construido para inferencia: el trabajo diario de responder consultas de usuarios. No está construido para entrenar nuevos modelos. OpenAI lo llama un "Procesador de Inteligencia". Enfatiza que este es un diseño en blanco, no un acelerador de propósito general adaptado para el trabajo. La propuesta es eficiencia.

      Las pruebas iniciales, dice la empresa, muestran un rendimiento por vatio "sustancialmente mejor que el estado del arte actual". El comportamiento térmico también resultó mejor de lo esperado.

      Esos son los propios números de OpenAI, y un informe técnico completo aún está a meses de distancia. Por ahora, la afirmación a seguir es estrecha pero real. Un chip ajustado para un trabajo puede superar a uno flexible en ese trabajo. La inferencia es donde la IA se encuentra con los usuarios reales. Así que incluso pequeñas ganancias en costo y velocidad se acumulan rápidamente en cientos de millones de consultas diarias.

      El plan es poner a trabajar a Jalapeño más tarde este año. Broadcom espera que los primeros chips estén en uso comercial en Microsoft y otros socios para finales de 2026, aunque OpenAI dice que el volumen real llegará el próximo año. El objetivo a largo plazo es aún mayor. OpenAI quiere que sus chips personalizados alimenten 10 gigavatios de computación para 2029, aproximadamente la producción de diez reactores nucleares.

      Un sprint de nueve meses, diseñado en parte por IA

      La línea de tiempo es flexible. OpenAI y Broadcom dicen que llevaron a Jalapeño desde el primer diseño hasta la fabricación en nueve meses, lo que creen que es el ciclo más rápido jamás registrado para un chip avanzado y de alto rendimiento. Las salidas de cinta a este nivel suelen tardar mucho más.

      Parte de cómo lo hicieron tiene un giro interesante. OpenAI utilizó sus propios modelos para acelerar partes del diseño del chip.

      Los mismos sistemas que la gente consulta a través de ChatGPT ayudaron a construir el hardware que pronto los ejecutará. Si la IA puede ayudar genuinamente a los ingenieros a diseñar mejores chips más rápido, eso reduce el costo de la computación para todos, que es exactamente el tipo de bucle de retroalimentación que OpenAI le gusta mencionar. También ayuda a explicar la reciente avalancha de startups que utilizan IA para diseñar chips.

      Por qué construir tu propio chip

      El motivo es el control tanto como el costo. "Esto le da a OpenAI control total de la pila", dijo Richard Ho, quien lidera el programa de hardware de la empresa. OpenAI ahora diseña el modelo, el software, los sistemas de servicio y, cada vez más, el chip subyacente. Poseer cada capa le permite ajustar todo hacia un objetivo: inteligencia más barata y rápida.

      El director ejecutivo de Broadcom, Hock Tan, expuso el caso de manera más directa. "Al final del día, no puedes, no debes depender de alguna otra GPU de terceros para hacerlo por ti, porque es una parte clave", dijo. El objetivo no tan sutil es Nvidia, cuyos chips han alimentado casi toda la formación e inferencia de OpenAI hasta la fecha, y cuyo bloqueo en el ecosistema es precisamente lo que los grandes clientes ahora quieren aflojar.

      OpenAI se une a un club concurrido

      OpenAI llega tarde a una fiesta que sus mayores rivales organizaron hace años. Google tiene sus TPUs, Amazon sus líneas Trainium y Graviton, y Microsoft sus aceleradores Maia. Cada uno empareja silicio personalizado con chips de Nvidia en lugar de reemplazarlos por completo. Anthropic también está explorando sus propios chips.

      La lógica se comparte entre todos ellos: a esta escala, diseñar tu propio silicio es más barato que pagar los márgenes de Nvidia para siempre.

      Un nombre sigue apareciendo del otro lado de estos acuerdos. Broadcom ahora se encuentra detrás de una parte notable de los aceleradores personalizados de la industria, desde los de Google hasta Jalapeño, y recientemente firmó un enorme pacto de computación con Anthropic y Google.

      La empresa se ha convertido silenciosamente en el hacedor de reyes de la carrera por los chips post-Nvidia, suministrando la conectividad y la fuerza de fabricación que los laboratorios de IA carecen.

      OpenAI ya ha comenzado a diversificar sus apuestas. Más allá de Nvidia, recientemente comenzó a utilizar chips de Cerebras para inferencia, como parte de un desafío más amplio a Nvidia en inferencia específicamente, donde los rivales ven la mejor oportunidad para romper el control. Jalapeño convierte esa diversificación en algo que OpenAI posee por completo.

      El caso de la precaución

      Un primer chip no es una estrategia terminada. Jalapeño maneja inferencia, no entrenamiento, y el entrenamiento es donde la ventaja de Nvidia es más difícil de desafiar. OpenAI concede que Nvidia sigue siendo un socio clave allí. Así que esta es una diversificación en los márgenes, no un divorcio.

      Las afirmaciones de rendimiento también se basan en las propias pruebas iniciales de OpenAI, con el informe detallado aún por llegar. Los benchmarks de los proveedores al lanzamiento merecen una ceja levantada hasta que lleguen números independientes. Construir chips es un trabajo lento, que consume capital y es implacable, y una salida de cinta de nueve meses está muy lejos de una producción confiable a escala de gigavatios.

      Nada de eso hace que el movimiento sea incorrecto. Lo convierte en un primer paso.

      La pregunta abierta es si OpenAI realmente puede construir su camino fuera de debajo de Nvidia, o si poseer una parte de su propio silicio simplemente le da apalancamiento en la mesa de negociaciones. De cualquier manera, la empresa que compra más computación de IA que casi nadie ha decidido que prefiere hacer parte de ella.

      El resto de la industria estará observando qué tan bien Jalapeño se sostiene bajo carga real.