Tecnología e Inversión · Verificado por ViaMind

OpenAI muestra avances de Jalapeño, su chip de inferencia propio

OpenAI afirma que su acelerador Jalapeño ofrece entre 1,5 y 1,9 veces más trabajo por vatio que sistemas con Nvidia GB200 y GB300, aunque aún es silicio en fase de ingeniería.

Por ViaMind Radar · Publicado 12.09.2026 · 06:11

Fuente: Diario TI · Ver original ↗

Ilustracion contextual ViaMind · no es fotografia del hecho

Lo reportado

Resultados preliminares de eficiencia

Según Diario TI, OpenAI divulgó los primeros resultados de Jalapeño, su acelerador para inferencia de IA. La compañía afirma que el chip completó más trabajo por unidad de energía y redujo la latencia frente a sistemas de comparación basados en Nvidia GB200 y GB300. Las mediciones corresponden a pruebas acotadas y a silicio en fase de ingeniería.

Cita de la fuente

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.

Diario TI

Estado de evidencia: Las afirmaciones materiales incluidas fueron contrastadas con la evidencia enlazada.

Mirada ViaMind

OpenAI está mostrando músculo en silicio propio para reducir su dependencia de Nvidia y bajar el costo de inferencia, aunque todavía falta validación en producción.

El dato relevante no es la cifra de eficiencia, sino que OpenAI esté mostrando resultados de un acelerador propio en una etapa tan temprana. Publicar métricas de silicio en fase de ingeniería es una señal de presión competitiva: busca posicionar una alternativa a Nvidia antes de que el mercado la exija, y al mismo tiempo prueba que el proyecto avanza lo suficiente como para ser defendido en público.

Si las cifras se sostienen en producción, el incentivo para los grandes compradores de cómputo cambia. Un chip que entrega más trabajo por vatio reduce el costo operativo de la inferencia, que es el gasto dominante cuando los modelos ya están entrenados. Eso no desplaza a Nvidia de inmediato, pero sí crea una segunda fuente creíble para cargas específicas y debilita la narrativa de que solo hay una arquitectura viable.

La lectura más prudente es que OpenAI está construyendo una opción de negociación y de abastecimiento, no un reemplazo total. El silicio propio le da margen para decidir cuánto comprar a Nvidia y a qué precio, y para ofrecer a sus clientes una infraestructura optimizada. El riesgo es que las pruebas acotadas no escalen igual en despliegues masivos, algo que solo se verá cuando el chip salga de ingeniería.

Qué seguir

Habrá que observar si OpenAI publica resultados de producción o anuncia despliegues con Jalapeño, y si Nvidia responde con mejoras de eficiencia en sus próximas generaciones.