**OpenAI** dijo que su chip personalizado ‘Jalapeño’ superó a Nvidia GB300 en dos benchmarks de inferencia en un entorno de 700 vatios. La compañía planea implementar este chip de forma gradual después de 2026 para reducir costos y aumentar la velocidad de respuesta.
Contenido clave
OpenAI explicó que, según los resultados de las pruebas, Jalapeño obtuvo una ventaja frente a Nvidia GB300 en el rendimiento por unidad de energía (throughput) y en la velocidad de respuesta.
El chip para inferencia de gama de 700 vatios se diseñó para ofrecer servicios de modelos de IA más rápidamente, al mismo tiempo que reduce los costos operativos del centro de datos.
El entrenamiento (training) con este producto no está destinado, y tampoco se comparó directamente con la última generación ‘Vera Rubin’ de Nvidia, cuya salida ya ha comenzado.
Resultados de referencia de OpenAI
OpenAI informó que su procesador personalizado Jalapeño registró un mejor desempeño en las pruebas que el Nvidia GB300 tanto en la cantidad de trabajo de IA procesable por unidad de potencia como en la métrica de velocidad de devolución de respuestas.
El responsable general de semiconductores de OpenAI, Richard Ho, dijo que Jalapeño cuenta con “alta tasa de procesamiento y baja latencia al mismo tiempo, lo que permite a los clientes ampliar su abanico para elegir entre modelos orientados a reducción de costos y modelos de respuestas ultrarrápidas”.
Según Ho, el Jalapeño, desarrollado en conjunto con **Broadcom**, logró estos resultados de referencia bajo el criterio de consumo de energía de 700 vatios. Los costos de energía son uno de los rubros que tienen mayor peso dentro del costo total de los centros de datos.
Para ver también: el mercado de RWA sube 48.7%, pero hay un solo token que lo explica casi todo
Comparación con Nvidia; también hay limitaciones claras
Esta comparación tiene una limitación clara.
En primer lugar, Jalapeño no se enfrentó directamente con el chip más reciente de la generación Vera Rubin de Nvidia, cuya salida ya ha comenzado. Además, el propósito de diseño también es diferente. Jalapeño está especializado en inferencia, no en el entrenamiento de modelos de IA, por lo que no está a la altura de amenazar de inmediato la posición de Nvidia en el gran mercado de entrenamiento. OpenAI también sigue considerando a Nvidia como su proveedor clave.
OpenAI también utiliza la tecnología de **Cerebras Systems** para algunos entornos de trabajo de inferencia, especialmente con modelos pequeños. Ho explicó: “Jalapeño puede manejar modelos más grandes”, y añadió que, debido a que la demanda de cómputo es tan enorme, no queda más remedio que aprovechar varias plataformas de hardware en paralelo. “Necesitamos muchísima computación”, dijo.
Esta prueba pública incluyó un modelo pequeño de código abierto de OpenAI, además del de DeepSeek y el de **Moonshot AI (Moonshot AI)**. En particular, se explica que las fortalezas relativas de Jalapeño se evidenciaron más en el modelo grande ‘Kimi’ de Moonshot AI.
El desarrollo del segundo chip generacional ya está bastante avanzado y se espera el tape-out (la etapa en la que, tras completar el diseño, se entrega la línea de producción) en cuestión de meses. Al mismo tiempo, OpenAI ya comenzó también el trabajo de la estrategia de la tercera generación.
Este chip forma parte de la hoja de ruta que OpenAI presentó junto con Broadcom el 24 de junio. En aquel entonces, ambas compañías explicaron que la primera generación de Jalapeño llegó a la etapa de tape-out para fabricación en solo 9 meses después de iniciar el diseño, gracias a la automatización del diseño utilizando los propios modelos de OpenAI. El chip revelado ahora es precisamente ese producto de primera generación.
Siguiente artículo: Nvidia suministra GPU para el plan de IA en órbita de SpaceX en 2027… las acciones caen en paralelo