El chip Jalapeño de OpenAI superó al GB300 en potencia y velocidad, según OpenAI.
OpenAI dice que su chip de inferencia Jalapeño, desarrollado con Broadcom, superó al GB300 de Nvidia en trabajo de IA por unidad de energía y en velocidad de respuesta. No fue probado contra el hardware más nuevo de Nvidia, Vera Rubin, y no está diseñado para entrenamiento.
OpenAI ha publicado cifras para el chip que construyó para necesitar menos a Nvidia. Dice que Jalapeño, desarrollado con Broadcom, superó al GB300 de Nvidia en dos medidas: la cantidad de trabajo de IA manejado por unidad de energía y la velocidad de devolver una respuesta.
La compañía proporcionó sus propias advertencias. Jalapeño no fue probado contra Vera Rubin, la nueva generación de Nvidia que acaba de comenzar a enviarse, y no puede entrenar modelos en absoluto.
TNW destacó el problema obvio cuando se presentó el chip. Escribimos en junio que los benchmarks de los proveedores merecen una ceja levantada hasta que lleguen cifras independientes, y estas siguen siendo cifras de OpenAI.
La cifra de energía lleva la mayor parte del peso. Jalapeño alcanza sus resultados a 700 vatios, y la electricidad es el costo de funcionamiento dominante en cualquier centro de datos.
El jefe de chips, Richard Ho, dice que realiza dos trabajos que normalmente se dividen entre partes. Alto rendimiento para servir a muchos clientes de manera económica, y baja latencia para aquellos que se preocupan por el tiempo de respuesta.
Lo que utilizó es digno de mención. OpenAI probó un pequeño modelo abierto propio más modelos de terceros de DeepSeek y Moonshot, con la mayor ventaja en Kimi, el más grande que probó.
La hoja de ruta ya está en movimiento. Una segunda versión se lanzará en los próximos meses y existe un concepto para una tercera generación.
Ho fue cuidadoso sobre quién está escuchando. “Nvidia es un muy buen socio, y seguimos necesitando mucho de Nvidia”, dijo.
Cada gran comprador está haciendo esto ahora. Anthropic está diseñando su propio silicio y Google ha estado hablando con Marvell sobre chips de inferencia personalizados.
Europa está comprando el producto comercial. La UE se ha comprometido a alrededor de 20 mil millones de euros para gigafábricas de IA que comprarán hardware en el mercado abierto, semanas después de que Nvidia informara a los clientes que los precios de los servidores están aumentando más del 15%.
Su respuesta a esto es más pequeña que el problema. La empresa de chips de IA más prominente de Europa es Axelera, cuyo acelerador respaldado por Samsung se dirige a dispositivos de borde en lugar de a los centros de datos que está construyendo el dinero de la gigafábrica.
Publicado el 25 de agosto de 2026 - 3:11 pm UTC
Volver arriba
Otros artículos
Waymo llegará a Múnich, con un servicio comercial previsto para finales de 2027.
Waymo comenzará a mapear y conducir manualmente Múnich en las próximas semanas, con el objetivo de ofrecer servicios de transporte autónomo comercial en Alemania para finales de 2027.
Apple presenta los chips M6 y M5 Ultra con un gran salto en el rendimiento de IA.
Apple ha lanzado su primer chip de 2nm y su primera parte de la serie M de cuatro núcleos, con 512GB de memoria unificada para ejecutar grandes modelos completamente en el dispositivo.
Los padres ahora pueden ver el viaje en Uber de su adolescente en vivo, a través del teléfono del conductor.
Uber está permitiendo a los padres ver los viajes de los adolescentes en tiempo real utilizando el teléfono del conductor, sin opción de exclusión para otros pasajeros y sin información sobre cifrado de extremo a extremo.
Xiaomi presenta un chip personalizado de 3nm para conducción inteligente
El Xring D100 de Xiaomi reemplaza el silicio de Nvidia en sus coches a partir de 2027, en un proceso de 3nm que actualmente ninguna fábrica europea puede producir.
El chip Jalapeño de OpenAI superó al GB300 en potencia y velocidad, según OpenAI.
OpenAI informa que su chip Jalapeño superó al GB300 de Nvidia en eficiencia energética y velocidad de respuesta, en pruebas que realizó y contra una parte reemplazada.