OpenAI tiene su propio chip de IA. Se llama Jalapeño, fue desarrollado junto con Broadcom y apunta a un objetivo concreto: reducir lo que la compañía gasta en hardware de Nvidia para responder las consultas de millones de usuarios de ChatGPT cada día. El primer prototipo físico fue entregado a OpenAI el 24 de junio de 2026 y el chip ya está en etapa de pruebas. La implementación comercial parcial está prevista para fines de 2026, con un escalamiento durante 2027 y operación plena en el primer semestre de 2028.
Jalapeño acelera la inferencia, no el entrenamiento
La distinción técnica importa. Jalapeño es un acelerador de inferencia, es decir, el proceso por el cual un modelo de lenguaje grande, como ChatGPT o Codex, genera una respuesta a una consulta de usuario. No está diseñado para entrenar modelos desde cero, una tarea mucho más demandante en términos computacionales y en la que Nvidia mantiene una ventaja más consolidada con sus GPU, chips especializados clave para IA.
OpenAI se encargó del diseño fundamental del chip, mientras que Broadcom aportó experiencia en conectividad y fabricación. Las pruebas iniciales muestran una performance por watt superior a las soluciones líderes actuales, lo que se traduce en menor consumo eléctrico por consulta respondida. Un análisis del sector estima que este tipo de configuración puede representar un costo 50% menor frente a infraestructuras basadas en GPU convencionales. Greg Brockman, cofundador de OpenAI, dijo que al desarrollar más tecnología en casa la empresa puede entregar más inteligencia con mayor eficiencia y avanzar hacia un acceso más amplio a la IA.
La meta de OpenAI es llegar a 10 gigawatts en 2029
El plan de OpenAI no se limita a un prototipo. La compañía busca desplegar chips personalizados que consuman en total 10 gigawatts de potencia para 2029, una cifra que da una idea de la escala de infraestructura que proyecta operar de forma independiente. Hock Tan, CEO de Broadcom, sostuvo que no se puede depender de un GPU de terceros para una necesidad tan crítica.
La concentración en un solo proveedor empuja a las compañías más grandes a invertir en silicio propio. La escasez de GPU de Nvidia durante 2023 y 2024, que forzó a startups y grandes plataformas a esperar meses para acceder a hardware, dejó en evidencia cuán frágil puede ser esa dependencia cuando la demanda explota.
Google, Apple, Amazon y SpaceX ya recorrieron este camino
OpenAI no es la primera en seguir esa estrategia. Google lleva años usando sus propias TPU, tanto para entrenar como para servir sus modelos. Amazon desarrolló Trainium para entrenamiento e Inferentia para inferencia, disponibles en AWS. Apple integra chips neurales en sus dispositivos desde hace años. SpaceX, más recientemente, trabaja en chips personalizados para tareas de inferencia dentro de sus misiones.
Todos estos proyectos comparten la misma lógica: los ASIC, circuitos integrados de aplicación específica, son menos flexibles que los GPU de Nvidia, pero una vez que una empresa tiene cargas de trabajo estables y bien definidas, el chip a medida resulta más eficiente para esa función puntual. El costo de desarrollo es alto, aunque el ahorro operativo a largo plazo puede justificar la inversión cuando el volumen de inferencias es masivo.
Nvidia sigue siendo clave para el entrenamiento de modelos
Que varias empresas grandes construyan sus propios chips de inferencia no implica que Nvidia vaya a perder su posición central en el entrenamiento de modelos fundacionales, entrenados con datos masivos. Los GPU H100 y la arquitectura Blackwell siguen siendo el estándar para ese proceso, y ninguna de las iniciativas mencionadas compite directamente ahí todavía. Lo que sí cambia es la mezcla del gasto: si la inferencia, que representa la mayor parte del tráfico en producción, migra a chips propios, una porción relevante del presupuesto de hardware deja de ir a Nvidia.
Para OpenAI, que opera uno de los servicios de IA con mayor tráfico del mundo, incluso una reducción parcial del costo por consulta puede traducirse en cientos de millones de dólares anuales. Jalapeño ya quedó en manos de los equipos de infraestructura de la compañía, con el objetivo de empezar a usarlo de manera parcial a fines de 2026.
