OpenAI estrena Jalapeño, su primer chip de IA: adiós a la dependencia de NVIDIA

OpenAI ya no es solo una empresa de software. Este miércoles presentó Jalapeño, su primer procesador de inteligencia artificial diseñado desde cero junto a Broadcom. No es un chip genérico reciclado de otras cargas — es un ASIC pensado exclusivamente para inferencia, el proceso que ejecuta ChatGPT cada vez que alguien le hace una pregunta.

Lo que más impresiona no es el nombre picante: es la velocidad de desarrollo. 9 meses desde el primer boceto hasta el prototipo físico. En semiconductores, donde los ciclos normales se miden en 2-3 años, esa cifra es casi absurda. El propio Greg Brockman lo admitió en CNBC: "El grado en que nuestros modelos han acelerado el desarrollo nos sorprendió incluso a nosotros". Sí, usaron IA para diseñar hardware de IA. La serpiente mordiéndose la cola.

Un chip que solo sabe hacer una cosa (y la hace muy bien)

A diferencia de las GPU de NVIDIA — bestias todoterreno capaces de entrenar modelos, renderizar gráficos y minar criptomonedas — Jalapeño es lo que en la industria llaman un ASIC: circuito integrado para una aplicación específica. Su única misión es ejecutar modelos de lenguaje ya entrenados de la forma más barata y eficiente posible.

Según Bloomberg, el chip recorta los costes de inferencia en torno al 50%. Brockman fue más concreto: "Es una mejora real de rendimiento por vatio y por dólar". Traducción: mismo trabajo, mitad de factura eléctrica.

Richard Ho, director del programa de hardware de OpenAI, explicó la filosofía del diseño en el anuncio oficial: "Optimizamos la arquitectura en torno a los kernels, el movimiento de memoria, la red y los patrones de servicio que más importan para los modelos de frontera". Broadcom pone el silicio y la red (Tomahawk), Celestica integra placas y racks. OpenAI se queda con la arquitectura.

La factura que lo explica todo

Para entender por qué OpenAI se mete a fabricar chips hay que mirar los números. Documentos financieros auditados revelan que en 2025:

• 💰 Ingresos: 13.070 millones de dólares
• 💸 Gastos operativos: 34.000 millones
• 🔻 Pérdidas operativas: casi 21.000 millones

El 56% de todo ese gasto — unos 19.180 millones — se fue en I+D, principalmente infraestructura de cómputo. Solo a Microsoft le pagaron 10.590 millones por servidores y tiempo de GPU. Con estas cifras, tener tu propio chip deja de ser un capricho de ingeniero: es supervivencia financiera.

He visto startups quemar millones en compute y la historia es siempre la misma: si no controlas el hardware, los márgenes se los queda otro. OpenAI lo ha aprendido por las malas.

No es independencia total ni una guerra con NVIDIA

Que nadie espere que OpenAI deje de comprar H100 y B200 mañana. Jalapeño está pensado para inferencia, no para entrenamiento. Las GPU de NVIDIA seguirán siendo la columna vertebral de los procesos de pre-entrenamiento, que son mucho más intensivos.

Hock Tan, CEO de Broadcom, lo dejó claro: "Esto es solo el principio de una hoja de ruta de varias generaciones". Las primeras unidades se despliegan a finales de 2026 en centros de datos con Microsoft y otros socios. Mientras tanto, Broadcom ya vale 7 veces más que a finales de 2022 gracias al boom de la IA.

OpenAI ya está probando el chip con GPT-5.3-Codex-Spark en entornos de producción simulados. Los resultados iniciales, según fuentes cercanas a la empresa, son "sobresalientes".

Google lleva años con sus TPU. Amazon tiene Trainium e Inferentia. OpenAI llega tarde a la fiesta del chip propio, pero llega con una ventaja: conoce sus cargas de trabajo mejor que nadie porque los modelos son suyos.

Qué significa esto para quien usa ChatGPT

A corto plazo, nada visible. ChatGPT no va a ser más rápido mañana porque hayan presentado un chip. Pero a medio plazo — cuando Jalapeño y sus sucesores estén en producción real — la ecuación cambia: modelos servidos más rápido, a menor coste, y potencialmente precios más bajos para APIs y suscripciones.

A largo plazo, es una señal de madurez. Las empresas de IA ya no compiten solo en quién entrena el mejor modelo. Compiten en toda la pila: chips, centros de datos, frameworks, aplicaciones. El que controle más capas del pastel controla los márgenes. Y OpenAI acaba de añadir una capa nueva a su parte.

Mientras tanto, si te pica la curiosidad por el hardware de IA que sí puedes comprar hoy, los mini PCs con NPU integrada son la opción más accesible para trastear con modelos locales sin depender de la nube. Y si buscas algo más potente para desarrollo, un portátil con NPU dedicada te permite ejecutar modelos pequeños directamente en local. Son los primeros pasos de una tendencia que Jalapeño lleva al extremo en el centro de datos.