El 25 de agosto, OpenAI presentó los primeros resultados oficiales de las pruebas de su chip especializado para inferencia, Jalapeño, y parecen un desafío serio a la hegemonía de Nvidia en el segmento de aceleradores de IA. Según mis datos, en los benchmarks de la empresa, el nuevo procesador demuestra entre 1,5 y 1,9 veces mayor eficiencia computacional por vatio y una reducción de latencia de 1,7 a 3,6 veces en comparación con los sistemas insignia basados en Nvidia GB200 y GB300.
Para los escenarios interactivos más exigentes, la brecha se vuelve aún más impresionante: el rendimiento de Jalapeño supera a los competidores en 2,1 a 4,1 veces. OpenAI ya ha anunciado planes para implementar el chip en su propia infraestructura antes de finales de 2026, lo que podría cambiar radicalmente la economía de sus servicios en la nube.
Análisis detallado de las pruebas: tres modelos, tres victorias
Para garantizar la objetividad, OpenAI utilizó el benchmark público InferenceX de SemiAnalysis, que evalúa el ciclo completo de procesamiento de solicitudes, incluidos el rendimiento, el consumo energético y la latencia. Los resultados son impresionantes:
GPT-OSS 120B frente a GB200: el rendimiento máximo de Jalapeño fue de 85 448 mixed TPS/kW frente a 44 960 de Nvidia (una ventaja de 1,9 veces). La latencia total fue de 1,03 segundos frente a 1,8 segundos.
DeepSeek R1 670B frente a GB300: aquí la brecha de eficiencia alcanzó 19 641 mixed TPS/kW frente a 11 781 (1,7 veces), y la latencia fue 3,6 veces menor: 1,65 segundos frente a 5,99 segundos.
Kimi K2.5 1T frente a GB300: el chip propio de OpenAI mostró 18 195 mixed TPS/kW frente a 11 862, con una latencia de 1,56 segundos frente a 5,31 segundos. La ventaja es de 1,5 y 3,4 veces, respectivamente.
Un matiz importante: en los cálculos se utilizaron los valores de TDP declarados por los fabricantes. Para Jalapeño es de 700 W, mientras que para GB200 es de 1200 W y para GB300 de 1400 W. OpenAI señala que el consumo energético sostenido real de su chip en las pruebas no superó los 550 W, lo que hace que los resultados sean aún más convincentes.
IA como ingeniero: un ciclo de desarrollo de nueve meses
La metodología de creación de Jalapeño merece especial atención. OpenAI utilizó activamente sus propios modelos de IA en todas las etapas: desde la búsqueda de soluciones arquitectónicas hasta la verificación y optimización de bloques aritméticos. Esto permitió reducir el camino desde el concepto hasta un diseño listo para producción a nueve meses, un plazo sin precedentes para la industria de semiconductores.
Además, con la herramienta Codex basada en GPT-Astra, los ingenieros lograron en menos de dos meses un alto rendimiento del chip en tres modelos con pesos abiertos que inicialmente no estaban en el plan de producción. Para componentes específicos, como attention y mixture-of-experts en GPT-OSS, las implementaciones generadas por IA resultaron ser de 1,5 a 1,8 veces más rápidas que las escritas manualmente.
Contexto estratégico: más que un simple chip
La directora financiera de OpenAI, Sarah Friar, posiciona a Jalapeño como un elemento clave de una infraestructura verticalmente integrada que abarca centros de datos, memoria, redes y software. El acelerador propio otorga a la empresa un control sin precedentes sobre el costo de la inferencia y permite distribuir cargas de manera flexible según la relación precio-rendimiento.
Es notable que OpenAI no renuncia a sus socios: la cartera incluye a Microsoft, Nvidia, AWS, AMD, Broadcom y otros. La lógica económica aquí es simple: reducir el costo por unidad de cómputo mejora directamente la relación entre ingresos y gastos de infraestructura. Friar también hace referencia a la paradoja de Jevons, sugiriendo que el aumento de la eficiencia no conducirá a una reducción del consumo de cómputo, sino a un crecimiento explosivo en el número de tareas de IA económicamente viables.
Jalapeño es solo la primera generación. La segunda ya está en una etapa avanzada de desarrollo, y la tercera, en fase de diseño. Los primeros chips aparecerán en la infraestructura de OpenAI antes de fin de año.
Mi conclusión analítica: El éxito de Jalapeño no es solo una victoria tecnológica, sino una señal de un cambio de paradigma en la industria. Si OpenAI logra escalar la producción y confirmar estos indicadores en operación real, seremos testigos del primer desafío serio al dominio de Nvidia en el segmento de inferencia de IA en los últimos años. La pregunta es si OpenAI podrá mantener esta ventaja en condiciones de producción masiva y demanda creciente.