Para OpenAI hace tiempo que el dinero ha dejado de ser un problema. Varias rondas de financiación y una valoración estratosférica garantizan que tendrá los recursos para seguir creciendo. Su preocupación principal, en cambio, es ahora la energía. Incluso con un ambicioso programa de construcción de centros de datos, está limitada por la eficiencia de sus servidores dados los límites de la red eléctrica.
Los primeros resultados de Jalapeño, el acelerador de inferencia diseñado junto a Broadcom, apuntan a entre 1,5 y 1,9 veces más rendimiento por vatio que los equipos de Nvidia con los que se ha comparado
Para OpenAI hace tiempo que el dinero ha dejado de ser un problema. Varias rondas de financiación y una valoración estratosférica garantizan que tendrá los recursos para seguir creciendo. Su preocupación principal, en cambio, es ahora la energía. Incluso con un ambicioso programa de construcción de centros de datos, está limitada por la eficiencia de sus servidores dados los límites de la red eléctrica.
Su plan para sortear este obstáculo es crear chips propios más eficientes y la compañía ha publicado esta semana los primeros datos de rendimiento de Jalapeño, el primer procesador de inferencia que ha diseñado desde cero junto a Broadcom.
La inferencia es el proceso de ejecución de los grandes modelos de lenguaje, como GPT 5.6 (el actual «cerebro» de ChatGPT), y las cifras de Jalapeño en esta tarea han sorprendido. Sobre tres modelos abiertos, Jalapeño consiguió generar entre 1,5 y 1,9 veces más tokens por vatio en su pico de rendimiento (un token equivale más o menos a una palabra en la respuesta de un LLM) que los sistemas GB200 y GB300 de Nvidia. También redujo la latencia (el tiempo que tarda en generar las respuestas) entre 1,7 y 3,6 veces.
El chip tiene un consumo nominal de 700 vatios frente a los 1.200 de un GB200 y los 1.400 de un GB300, y OpenAI afirma que en las pruebas se mantuvo por debajo de los 550 vatios sostenidos.
Es, además, un caso paradigmático de diseño circular. Han sido los modelos de lenguaje de la propia compañía los que han diseñado el chip que servirá en un futuro para ejecutarlos. OpenAI sostiene que el uso de inteligencia artificial permitió pasar del diseño inicial a la version final del chip en nueve meses.
La consultora SemiAnalysis advierte, no obstante, que aún es pronto para saber si las capacidades del chip serán realmente tan revolucionarias. Faltan pruebas más fieles a las cargas de trabajo reales que tendrá y comparar Jalapeño con los chip de la generación Blackwell de Nvidia (los que usan los GB200 y GB300) no es del todo justo porque su verdadero rival serán los de la generación Rubin, que están empezando a llegar al mercado ahora.
OpenAI empezará a desplegareste chip en su propia infraestructura antes de que acabe el año, con la producción a gran escala prevista para el último trimestre de 2027. La segunda generación ya está en desarrollo. Mientras tanto, la compañía insiste en que seguirá comprando aceleradores a Nvidia y a otros socios.
Tecnología – Píxel
