OpenAI: su primer chip supera a Blackwell de Nvidia en eficiencia

OpenAI ha publicado pruebas de rendimiento según las cuales Jalapeño, su primer chip de IA de diseño propio, supera en eficiencia a los sistemas Blackwell de Nvidia: una pieza de primera generación batiendo al buque insignia del líder en la tarea exacta para la que fue construida.

Según las cifras de OpenAI, Jalapeño rinde entre 1,5 y 1,9 veces más trabajo de IA por vatio a pleno rendimiento que los mejores sistemas disponibles comercialmente, con una latencia de extremo a extremo entre 1,7 y 3,6 veces menor y hasta 4,1 veces más rendimiento en cargas interactivas. Las pruebas ejecutaron tres modelos abiertos de tamaños muy distintos: GPT-OSS 120B, DeepSeek R1 670B y Kimi K2.5, de un billón de parámetros. La firma de análisis SemiAnalysis verificó in situ algunas de las ejecuciones, y su valoración tuvo un peso inusual: los chips de primera generación no suelen ser competitivos, señaló, y el de OpenAI está batiendo a Nvidia.

Los matices pesan tanto como los números. Jalapeño es una pieza solo de inferencia: ejecuta modelos ya entrenados pero no puede entrenarlos, lo que deja intacto el mercado de entrenamiento donde Nvidia es más fuerte. SemiAnalysis también apuntó que la comparación justa no es Blackwell sino la plataforma Vera Rubin de Nvidia, más nueva, ya que tanto ella como Jalapeño usan memoria HBM4; Jalapeño sigue ganando allí en rendimiento de tokens por megavatio, pero Rubin incorpora optimizaciones de las que la pieza de OpenAI carece. Y el chip aún no es un producto: existe como muestras de ingeniería, no como hardware desplegado a escala.

Lo llamativo es la velocidad. Trabajando con Broadcom, OpenAI pasó del primer trabajo de diseño al plano final en unos nueve meses, y del arranque a la fabricación en unos dieciséis: un calendario que, si las pruebas se confirman en producción, comprime en un solo ciclo de producto lo que históricamente fue un foso de varios años.

El momento afila el mensaje: las afirmaciones llegaron en la semana del informe de resultados de Nvidia, y prolongan un patrón en lugar de estrenarlo. Google diseña sus propias TPU desde hace una década, Amazon fabrica Trainium y Anthropic dijo este mes que está formando su propio equipo de silicio a medida. Nvidia sigue vendiendo el hardware con el que se entrena prácticamente todo modelo de frontera. Pero la inferencia — el negocio de servir modelos a los usuarios, que escala con cada cliente nuevo — es exactamente donde sus mayores clientes construyen ya sus alternativas, y Jalapeño es la primera de esas piezas cuyo fabricante afirma, con un tercero parcialmente de acuerdo, haber vencido a Nvidia al primer intento.