Por Canuto  

OpenAI avanza en el diseño de procesadores propios con Jalapeño, pero Jensen Huang sostiene que Nvidia conserva ventajas decisivas en escala, suministro y tecnología.
***

  • Jensen Huang afirmó que no toma personalmente el desarrollo de Jalapeño y defendió la capacidad de Nvidia para competir.
  • OpenAI aseguró que su chip de inferencia superó al GB300 de Nvidia en velocidad de respuesta y eficiencia energética, según sus propias pruebas.
  • Nvidia reportó ingresos de USD $96.220 millones en su segundo trimestre, un aumento interanual del 106%.

El avance de OpenAI hacia el diseño de chips propios no provocó una reacción defensiva de Jensen Huang, CEO de Nvidia, quien presentó la competencia como una consecuencia natural de la acelerada evolución de la infraestructura para inteligencia artificial. Durante una aparición en el programa Mad Money de CNBC, Huang dijo que no se siente ofendido porque OpenAI desarrolle un procesador mientras recibe miles de millones de dólares en inversión de Nvidia. Su mensaje central fue que la empresa confía en su tecnología, su escala y su capacidad para abastecer a la industria.

La discusión surgió después de que OpenAI publicara resultados de pruebas para Jalapeño, su primer chip personalizado de inferencia desarrollado junto con Broadcom. El procesador está pensado para ejecutar modelos ya entrenados y generar respuestas, una tarea distinta al entrenamiento de sistemas de inteligencia artificial, donde Nvidia mantiene una presencia especialmente consolidada. La comparación abrió un nuevo frente en la disputa por el control de la infraestructura que sostiene el crecimiento de las aplicaciones de IA.

Huang resta importancia al desafío de OpenAI

Jim Cramer preguntó a Huang si le molestaba que una compañía respaldada financieramente por Nvidia trabajara simultáneamente en un chip capaz de competir con sus productos. El ejecutivo respondió que la industria de semiconductores está llena de iniciativas que cambian de rumbo, pierden prioridad o desaparecen antes de alcanzar una producción significativa. “Se inician muchos proyectos. Se cancelan muchos proyectos”, dijo Huang, al explicar por qué no interpreta Jalapeño como una afrenta personal.

La respuesta también reflejó la estrategia pública de Nvidia frente al crecimiento de los aceleradores diseñados internamente por sus grandes clientes. Google, Amazon, Meta y OpenAI han explorado procesadores propios para reducir costos, ajustar el rendimiento a sus cargas de trabajo y depender menos de proveedores externos. Huang sostuvo que esa tendencia no elimina la oportunidad de Nvidia, porque las compañías todavía necesitan una plataforma amplia para diferentes usos y escalas de computación.

“Estamos aquí para apoyar a nuestros socios y vamos a construir la mejor tecnología del mundo”, afirmó Huang, quien evitó presentar la relación con OpenAI como un conflicto irreconciliable. El CEO agregó que Nvidia tiene suficiente confianza en sus productos para competir con fabricantes emergentes sin convertir cada movimiento de sus clientes en una disputa corporativa. Su argumento coloca el énfasis en la ejecución industrial, no únicamente en el diseño de un chip individual.

Huang señaló que la cadena de suministro y la escala tecnológica de Nvidia constituyen una ventaja difícil de replicar rápidamente. “Tenemos la cadena de suministro y la escala tecnológica para ser su mayor proveedor”, declaró, sugiriendo que incluso las empresas que desarrollan procesadores propios pueden continuar comprando hardware de Nvidia para otras partes de sus operaciones. En ese escenario, un cliente podría competir en una categoría específica y, al mismo tiempo, mantener una relación comercial relevante con la compañía.

Jalapeño compite en inferencia, no en todo el mercado

OpenAI presentó Jalapeño como un procesador especializado en inferencia, la fase en la que un modelo ya entrenado procesa una solicitud y produce una respuesta. Esa especialización permite evaluar el dispositivo con métricas concretas, como el trabajo de IA realizado por unidad de energía y el tiempo necesario para devolver resultados. Según los datos publicados por OpenAI, Jalapeño superó al GB300 de Nvidia en ambas pruebas, aunque esas cifras corresponden al entorno y las condiciones elegidas por la propia empresa.

El resultado puede ser importante para OpenAI porque la inferencia representa una parte creciente del consumo de cómputo asociado con los chatbots y otras aplicaciones generativas. Un procesador más eficiente podría ayudar a reducir el costo operativo de atender consultas, especialmente cuando los modelos reciben un volumen elevado de solicitudes. Sin embargo, un mejor desempeño en una tarea concreta no equivale automáticamente a una sustitución completa de la plataforma de Nvidia.

La comparación tiene una limitación relevante: Jalapeño no fue probado frente a Vera Rubin, la plataforma más nueva de Nvidia mencionada en la información divulgada. Además, el chip de OpenAI no está diseñado para entrenar modelos, una actividad que exige capacidades diferentes y que continúa siendo un área central para los aceleradores de Nvidia. Por eso, los resultados deben leerse como una señal de competencia en inferencia y no como una medición definitiva de todo el mercado de hardware para IA.

OpenAI forma parte de una tendencia más amplia entre los grandes desarrolladores de servicios digitales, que buscan controlar una mayor proporción de su infraestructura crítica. Diseñar chips específicos puede ofrecer ventajas de eficiencia y personalización, pero también exige coordinar investigación, fabricación, software, suministro y despliegue a gran escala. La empresa todavía depende del hardware de Nvidia, de modo que el desarrollo de Jalapeño representa una apuesta de integración gradual más que una ruptura inmediata con su proveedor.

Los resultados de Nvidia sostienen el optimismo de Huang

La confianza de Huang se apoya en los resultados financieros recientes de Nvidia, impulsados por la demanda de centros de datos y sistemas para inteligencia artificial. La empresa reportó ingresos de USD $96.220 millones en su segundo trimestre, cifra que representó un crecimiento interanual del 106% y superó la estimación de consenso de USD $92.180 millones. Estos resultados muestran que la aparición de chips personalizados todavía no ha frenado el avance comercial de Nvidia.

El margen bruto de Nvidia alcanzó 75%, ligeramente por encima del 74,9% registrado en el primer trimestre y también superior al 72,4% del mismo periodo del año anterior. La evolución del margen sugiere que la compañía mantiene una fuerte capacidad para convertir la demanda de sus productos en rentabilidad, aunque las cifras no eliminan los riesgos asociados con la competencia, el suministro y la concentración de clientes. En mercados de tecnología, el crecimiento actual puede convivir con inversiones intensas para defender la posición futura.

Para el tercer trimestre, Nvidia proyectó ingresos de entre USD $105.840 millones y USD $110.160 millones. Ese rango implicaría un crecimiento interanual de entre 85,7% y 93,2%, tomando como referencia los USD $57.010 millones reportados en el mismo trimestre del año anterior. La previsión explica por qué Huang puede destacar el fortalecimiento de la cuota de mercado incluso cuando algunos de los compradores más importantes trabajan en alternativas propias.

“Hoy Nvidia está aumentando nuestra cuota de mercado en el mercado de la IA”, dijo Huang, quien también aseguró que el crecimiento de la empresa se está acelerando y que su liderazgo tecnológico se está extendiendo. La afirmación debe entenderse junto con la diferencia entre poseer un diseño funcional y operar una plataforma completa, con software, proveedores, productos compatibles y capacidad para atender grandes despliegues. Esa combinación es la principal defensa de Nvidia frente a los chips especializados.

La disputa entre Nvidia y OpenAI, por tanto, no se limita a cuál procesador gana una prueba de velocidad o eficiencia. El desenlace dependerá de la capacidad de cada empresa para mantener innovación, reducir costos, asegurar producción y ofrecer herramientas que los desarrolladores puedan utilizar de forma consistente. Mientras OpenAI intenta construir más infraestructura internamente, Nvidia busca demostrar que su escala le permite seguir siendo proveedor, socio y competidor dentro del mismo ecosistema.

La noticia muestra una industria en la que los clientes más poderosos ya no quieren depender de una sola arquitectura, aunque todavía necesiten sus capacidades. Para Nvidia, el reto consiste en convertir su liderazgo actual en una ventaja duradera; para OpenAI, Jalapeño será una prueba de que un chip especializado puede pasar del laboratorio a una operación global. Por ahora, los resultados financieros de Nvidia y las declaraciones de Huang indican que la presión competitiva crece, pero todavía no ha alterado su trayectoria.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados