Parece que a Nvidia finalmente ganhou uma concorrência realmente forte — e ela veio da própria OpenAI.
Em 25 de agosto, a OpenAI publicou os primeiros resultados medidos de seu chip para inferência do Jalapeño. De acordo com a empresa, o acelerador apresentou 1,5–1,9 vezes mais trabalho computacional por watt e 1,7–3,6 vezes menor latência do que sistemas baseados nas Nvidia GB200 e GB300. Trata-se dos primeiros testes da própria solução da OpenAI para inferência (ForkLog).
Por que isso é importante: se os resultados se confirmarem na prática, isso pode significar que as maiores empresas de IA vão cada vez mais se afastando da dependência da Nvidia e construindo sua própria infraestrutura. Para o mercado, isso parece o início de uma nova etapa da concorrência — não apenas entre modelos de IA, mas também entre quem controla o hardware, o consumo de energia e o custo de colocar tudo em funcionamento.
O que vocês acham: isso é um sucesso local da OpenAI ou o primeiro sinal de que o monopólio da Nvidia em hardware de IA começou a rachar?
Análises em tempo real e log completo — no X: @TyumaBidrouINW
Em 25 de agosto, a OpenAI publicou os primeiros resultados medidos de seu chip para inferência do Jalapeño. De acordo com a empresa, o acelerador apresentou 1,5–1,9 vezes mais trabalho computacional por watt e 1,7–3,6 vezes menor latência do que sistemas baseados nas Nvidia GB200 e GB300. Trata-se dos primeiros testes da própria solução da OpenAI para inferência (ForkLog).
Por que isso é importante: se os resultados se confirmarem na prática, isso pode significar que as maiores empresas de IA vão cada vez mais se afastando da dependência da Nvidia e construindo sua própria infraestrutura. Para o mercado, isso parece o início de uma nova etapa da concorrência — não apenas entre modelos de IA, mas também entre quem controla o hardware, o consumo de energia e o custo de colocar tudo em funcionamento.
O que vocês acham: isso é um sucesso local da OpenAI ou o primeiro sinal de que o monopólio da Nvidia em hardware de IA começou a rachar?
Análises em tempo real e log completo — no X: @TyumaBidrouINW
