Por Canuto  

OpenAI presentó Pando, un backend de Git que, según la compañía, redujo cerca de 80% la latencia mediana de los envíos de código en su monorepo. El sistema busca responder al crecimiento de los commits impulsados por Codex y procesa grandes volúmenes de datos sin exigir cambios en la forma en que los desarrolladores usan Git.
***

  • OpenAI afirma que Pando redujo cerca de 80% la latencia mediana de los envíos de código, una mejora equivalente a que la latencia sea casi cinco veces menor.
  • El sistema sirve casi un petabyte de datos de Git al día y procesó más de 57 TB en una hora durante su máximo registrado.
  • La compañía atribuye la presión sobre su infraestructura al fuerte aumento de los commits impulsados por Codex y dice que Pando conserva la compatibilidad con Git.

Pando reduce cerca de 80% la latencia de Git en el monorepo de OpenAI

OpenAI presentó Pando, un backend de Git propio que, según la compañía, disminuyó cerca de 80% la latencia mediana de los envíos de código a su monorepo. La mejora equivale a que la latencia de esa operación sea casi una quinta parte de la anterior, en un contexto en que el volumen de commits impulsados por su agente de programación Codex presionaba la infraestructura existente.

Un backend diseñado para acelerar los envíos

Git es el sistema de control de versiones que permite a los equipos registrar cambios en el código y colaborar sobre distintas ramas de un proyecto. En el caso de OpenAI, el repositorio monolítico reúne una cantidad considerable de trabajo de desarrollo, por lo que las operaciones de escritura y lectura pueden convertirse en un reto cuando crecen al mismo tiempo.

Pando se ocupa de esa capa de infraestructura sin pedir a los desarrolladores que cambien la manera en que interactúan con Git. OpenAI afirma que el backend mantiene compatibilidad total con el protocolo Git y con los clientes existentes, de modo que la mejora ocurre detrás de las herramientas habituales del equipo.

El sistema apunta a dos problemas distintos: las escrituras simultáneas de muchas personas en ramas diferentes y el alto volumen de lecturas generado por operaciones como clonar o descargar cambios. Pando permite que las actualizaciones de ramas no relacionadas avancen en paralelo, mientras conserva el orden de los cambios dentro de cada rama.

La compañía describe esa propiedad como consistencia causal por rama. En términos prácticos, significa que los cambios de una rama mantienen la secuencia en que se realizaron, aunque el backend procese al mismo tiempo actividad correspondiente a otras ramas.

El crecimiento de Codex aumentó la presión

El motivo principal para construir Pando fue el crecimiento de los commits asociados con Codex, el agente de programación de OpenAI. Según los datos de la compañía recogidos por Crypto Briefing, esos commits aumentaron 1.378% entre el primer trimestre de 2024 y el tercer trimestre de 2026, una expansión que elevó la demanda sobre el servidor Git tradicional.

La información también recoge una proyección de crecimiento acumulado de 2.400% para finales de 2026. Se trata de una previsión, no de un resultado ya confirmado, y apunta a que OpenAI esperaba que la actividad de Codex siguiera aumentando durante ese periodo.

La investigación citada sostiene que las arquitecturas tradicionales de servidores Git tenían dificultades para absorber esa carga y que, bajo una demanda creciente, la fiabilidad podía caer por debajo de 90%. Ese dato muestra el tipo de problema operativo que la compañía buscaba atender, aunque la información disponible no detalla una comparación independiente ni el método utilizado para medir esa fiabilidad.

La respuesta también incorpora escalabilidad horizontal: OpenAI puede sumar máquinas para atender más tráfico, en lugar de depender únicamente de un servidor cada vez más potente. Esa opción distribuye el trabajo entre recursos adicionales y, según la descripción de la empresa, permite afrontar el crecimiento de las operaciones de escritura y lectura.

Volumen de datos y rendimiento reportado

En su publicación Scaling Git at OpenAI, la compañía afirma que Pando sirve casi un petabyte de datos de Git al día usando solo un puñado de núcleos de CPU. En su máximo registrado, procesó más de 57 TB de paquetes de Git durante una hora, un volumen que da una medida de la actividad que el sistema puede manejar en periodos de alta demanda.

Más de 99% de esos datos en el pico horario procedió directamente de la caché del disco local. La cifra destaca el papel de la caché en el rendimiento reportado: cuando los datos solicitados ya están disponibles localmente, el sistema puede responder sin recurrir a una transferencia desde otra ubicación.

Para las operaciones de clonación y obtención de cambios, la investigación indica que los clientes pueden usar hasta 10 Gbps de ancho de banda en máquinas virtuales estándar en la nube. Ese máximo describe la capacidad mencionada por OpenAI y no significa que cada operación, usuario o máquina alcance necesariamente esa velocidad.

La cifra central para los desarrolladores es la reducción de cerca de 80% en la latencia mediana de push, es decir, el tiempo asociado con enviar cambios al repositorio. The New Stack también describió la mejora como una reducción de casi cinco veces en la latencia de push. La mediana resume el punto central de un conjunto de mediciones, por lo que no implica que todos los envíos individuales sean cinco veces más rápidos ni que desaparezcan las variaciones entre operaciones.

Desarrollo rápido y compatibilidad con Git

OpenAI anunció Pando el 2 de noviembre de 2026 y señaló que el sistema entró en producción en abril de ese año, tras unas 10 semanas de desarrollo. El proyecto tuvo un equipo inusualmente pequeño: un ingeniero lo lideró con ayuda sustancial de agentes de Codex.

Ese proceso convierte a Pando en un ejemplo de cómo la empresa está utilizando sus agentes de programación no solo para asistir en tareas de código, sino también para contribuir a construir infraestructura interna. Sin embargo, la descripción disponible no precisa qué proporción del trabajo realizaron los agentes ni qué tareas concretas quedaron a cargo del ingeniero.

OpenAI también aportó trabajo al propio proyecto Git, según la información publicada sobre el backend. La compañía no detalló en el material disponible el alcance de esas contribuciones, pero la mención distingue el desarrollo de Pando de una solución completamente separada del ecosistema de herramientas con el que debe ser compatible.

Para otros equipos, el caso pone sobre la mesa una tensión conocida en los grandes repositorios: aumentar la actividad de desarrollo puede exigir cambios en la infraestructura que almacena y distribuye el código. Los resultados de Pando son cifras reportadas por OpenAI; sin mediciones externas adicionales, no permiten concluir que una arquitectura equivalente ofrezca las mismas mejoras en organizaciones con cargas distintas.


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