Por Canuto  

OpenAI desarrolla su ASIC de inferencia Jalapeño para responder primero a la creciente demanda interna de cómputo, aunque su responsable de hardware no descarta que pueda servir a otros clientes. Las pruebas con modelos externos y la prioridad de la eficiencia energética alimentan las expectativas, pero la compañía todavía no anuncia una oferta comercial.
***

  • OpenAI prioriza cubrir su propia demanda de cómputo y no confirma planes para vender Jalapeño a terceros.
  • La compañía afirma que el ASIC puede ejecutar GPT-OSS, DeepSeek R1 y Kimi K2.5, no solo sus propios modelos.
  • Richard Ho destaca la eficiencia energética y dice que las comparaciones internas con Vera Rubin muestran resultados favorables, aún no publicados.

OpenAI prioriza su propio cómputo con el ASIC Jalapeño, pero no cierra la puerta a otros clientes

El acelerador de inferencia Jalapeño fue diseñado para atender primero las necesidades de OpenAI, aunque su responsable de hardware admite que podría utilizarse fuera de la empresa. La compañía no presenta por ahora un plan de venta a terceros y afirma que su demanda interna seguirá ocupándola durante bastante tiempo.

Un chip pensado para una demanda que sigue creciendo

Richard Ho, jefe de hardware de OpenAI y vicepresidente de la compañía, explicó a Tom’s Hardware que Jalapeño responde a los requerimientos de cómputo de la propia empresa. Según Ho, la demanda interna es tan elevada y continúa creciendo que cubrirla será la prioridad antes de considerar un despliegue más amplio.

El ejecutivo describió la situación con una cautela que deja margen para el futuro, pero no equivale a un anuncio comercial: dijo que la empresa tendrá “las manos ocupadas” proporcionando capacidad a OpenAI “por bastante tiempo”. También señaló que el chip podría usarse en otros lugares, aunque insistió en que atender las necesidades internas es lo primero.

La postura ayuda a explicar por qué la presentación de Jalapeño generó preguntas sobre quién podría acceder al procesador. OpenAI ya había sugerido, en el marco de su asociación con Broadcom, que desarrollaba ASIC para sus propios fines; después mostró comparaciones de rendimiento y presentó Jalapeño como el inicio de una plataforma multigeneracional.

Un ASIC es un chip diseñado para tareas específicas, en contraste con procesadores de propósito más general. En este caso, el objetivo es acelerar la inferencia, es decir, el proceso mediante el cual un modelo ya entrenado genera respuestas; la relevancia de Jalapeño dependerá tanto de su desempeño como de la capacidad de OpenAI para fabricarlo y desplegarlo.

Pruebas con modelos de OpenAI y de otros desarrolladores

OpenAI presentó resultados de Jalapeño frente a los aceleradores GB200 y GB300 de Nvidia utilizando InferenceX, un benchmark de SemiAnalysis. La compañía explicó que quería mostrar que el chip no está limitado a sus propios modelos, una distinción importante porque los ASIC suelen optimizarse para cargas de trabajo concretas.

En las pruebas que compartió, Jalapeño ejecutó GPT-OSS, el modelo de pesos abiertos de OpenAI, además de DeepSeek R1 y Kimi K2.5. Ho afirmó que el procesador es programable y de propósito general, y que no está codificado de forma rígida para los modelos de la empresa; esa capacidad, sin embargo, no significa que OpenAI haya anunciado acceso externo.

La demostración de compatibilidad con esos modelos tuvo también un componente de velocidad de desarrollo. Ho contó que un equipo de ingenieros puso en funcionamiento Kimi y DeepSeek en Jalapeño durante los dos meses entre la muestra A0 del chip y la presentación de Hot Chips.

Según el ejecutivo, OpenAI no planeaba originalmente publicar benchmarks en ese evento y todavía evaluaba si participaría. La decisión de mostrar resultados permitió responder a la duda sobre la compatibilidad, aunque la comparación difundida tiene límites: InferenceX evaluó una configuración de 8.000 tokens de entrada y 1.000 de salida, conocida como 8k1k.

Eficiencia energética y diseño conjunto con los modelos

Ho sostuvo que la eficiencia, más que una carrera por el máximo rendimiento bruto, fue la principal motivación detrás de Jalapeño. La energía disponible condiciona el cómputo en los centros de datos de IA, por lo que un motor de inferencia que aproveche mejor esa capacidad puede permitir más trabajo con los recursos existentes.

Ese enfoque también influye en la forma en que OpenAI diseña el chip junto con sus modelos. Ho describió este proceso como codesign: coordinar el hardware con el software para ajustarlos entre sí, una estrategia que, según dijo, resulta difícil de replicar con un proveedor externo de silicio.

El directivo vinculó esa dificultad con la propiedad intelectual de investigación presente en los modelos. A su juicio, compartir ampliamente esa información implica riesgos de filtración que los acuerdos de confidencialidad no eliminarían por completo; desarrollar el ASIC dentro de la empresa permite mantener más estrecha esa colaboración.

La combinación de eficiencia y diseño conjunto ayuda a entender por qué el chip puede resultar atractivo para las cargas de trabajo de OpenAI sin que eso garantice una ventaja general en cualquier tarea. La compañía mostró compatibilidad con varios modelos, pero Ho dejó claro que su criterio principal de diseño fue hacer más eficiente la inferencia, no convertir Jalapeño en un producto universal.

Las comparaciones futuras dependen del suministro y de nuevos chips

Los resultados públicos enfrentan Jalapeño con GB200 y GB300, pero OpenAI ya ha hecho evaluaciones internas con otros dispositivos y ventanas de contexto más grandes. Ho dijo que, en esas pruebas no publicadas, el ASIC parece rendir incluso mejor que los resultados disponibles de algunos aceleradores.

Entre las comparaciones internas que mencionó figura Vera Rubin, la plataforma de nueva generación de Nvidia frente a la cual Jalapeño tendría que medirse si OpenAI ampliara su despliegue. Ho explicó que la compañía eligió Blackwell para los benchmarks públicos porque eran los mejores resultados publicados que había encontrado, no porque representaran necesariamente el rival que enfrentaría durante una expansión futura.

El ejecutivo dijo que los plazos de despliegue podrían coincidir con Vera Rubin o incluso con VR Ultra en algunas etapas, y aseguró que los resultados internos frente a esas plataformas son favorables. OpenAI no publicó esas mediciones y Ho indicó que las comparaciones correspondientes también dependen de pruebas que puedan realizar Nvidia y otros participantes.

La disponibilidad de componentes será otro factor para cualquier posible expansión. Ho recordó que él y el CEO Sam Altman han visitado fábricas durante los últimos dos años para buscar capacidad adicional, y aunque afirmó que OpenAI está en buena posición para abastecer sus operaciones, atender a clientes externos plantearía un desafío distinto.

Por ahora, Jalapeño debe entenderse como una apuesta de infraestructura interna con posibilidades técnicas más amplias, no como un producto que OpenAI haya confirmado para el mercado. La compañía deja abierta esa opción, pero su prioridad declarada es cubrir una demanda propia que sigue aumentando, mientras el suministro y las pruebas frente a nuevas plataformas definirán qué alcance podría tener después.

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