OpenAI afirma que su primer acelerador propio ofrece entre 1,5 y 1,9 veces más trabajo por vatio que los sistemas comparados con Nvidia GB200 y GB300. Las mediciones son prometedoras, pero todavía corresponden a pruebas acotadas y a silicio en fase de ingeniería.
OpenAI divulgó los primeros resultados de Jalapeño, su acelerador desarrollado específicamente para ejecutar modelos de inteligencia artificial. Según las mediciones publicadas por la compañía, el chip completó más trabajo por unidad de energía y redujo la latencia frente a sistemas de comparación basados en Nvidia GB200 y GB300.
Qué muestran las pruebas
Los ensayos utilizaron InferenceX, un benchmark público de SemiAnalysis, con los modelos GPT-OSS 120B, DeepSeek R1 670B y Kimi K2.5 1T. En los puntos de máximo rendimiento evaluados, OpenAI atribuye a Jalapeño entre 1,5 y 1,9 veces más trabajo por vatio y una latencia total entre 1,7 y 3,6 veces menor.
Para normalizar la eficiencia, OpenAI empleó la potencia nominal publicada para cada acelerador. Jalapeño tiene una clasificación de 700 vatios, frente a 1.200 vatios para GB200 y 1.400 vatios para GB300. La empresa indicó que el consumo sostenido de su procesador no superó los 550 vatios durante las cargas examinadas.
La arquitectura busca reducir el movimiento de información entre componentes. OpenAI explica que el estado del modelo, incluida la memoria temporal utilizada durante la generación de respuestas, puede mantenerse cerca de las unidades encargadas del cálculo. El procesador, la memoria, la red y el software fueron concebidos como un sistema integrado.
Resultados prometedores, pero todavía parciales
Las cifras requieren cautela. SemiAnalysis dijo haber verificado directamente ejecuciones de InferenceX en los laboratorios de OpenAI, pero aclaró que los números fueron proporcionados por la compañía. Tampoco ejecutó la suite completa ni las pruebas AgentX, orientadas a cargas con contextos extensos, múltiples turnos y patrones más cercanos a operaciones de producción.
El análisis también considera incompleta la comparación exclusiva con Blackwell. Jalapeño utilizará memoria HBM4 y llegará al mercado en un periodo más próximo a la generación Rubin de Nvidia. Por ello, los resultados no demuestran una superioridad general frente a toda la oferta de Nvidia, sino una ventaja en las configuraciones y cargas concretas publicadas.
Despliegue gradual desde finales de 2026
Jalapeño fue desarrollado junto con Broadcom, mientras Celestica participó en el trabajo de placas y sistemas. El anuncio conjunto señala que el diseño pasó a fabricación en nueve meses y que modelos de OpenAI ayudaron en distintas etapas de diseño, verificación y optimización.
OpenAI planea comenzar a incorporar cantidades limitadas del chip en su infraestructura antes de terminar 2026. SemiAnalysis sitúa el aumento gradual de la producción durante 2027. La propia empresa reconoce que aún debe completar la calificación de producción, madurar el software y validar el funcionamiento con más modelos.
Jalapeño tampoco representa una sustitución inmediata de los aceleradores comerciales. OpenAI afirma que continuará desplegando hardware de Nvidia y otros proveedores para entrenamiento e inferencia. Su primer chip propio amplía las alternativas de infraestructura y puede reducir la dependencia de terceros, pero su impacto competitivo dependerá del rendimiento, la fiabilidad y la eficiencia que consiga sostener cuando opere a gran escala.
Fuentes
- OpenAI, primeros resultados de Jalapeño
- OpenAI, anuncio conjunto con Broadcom
- SemiAnalysis, evaluación de Jalapeño con InferenceX
Ilustración: captura del sitio de OpenAI
📬 Newsletter gratuito
