Sam Altman no se conforma con dominar el software. Ahora también quiere que el hardware de los servidores baile a su ritmo. Tras meses de especulaciones y rumores de pasillo, en la reciente conferencia Hot Chips, OpenAI ha puesto sobre la mesa las cartas de Jalapeño, su primer sistema de chips diseñado a medida para la inferencia de inteligencia artificial.
Y el aviso a navegantes es sumamente serio. Según los datos presentados en el evento, este nuevo silicio, gestado en las sombras junto al gigante Broadcom, le planta cara sin miramientos a la joya de la corona actual: el sistema Nvidia Blackwell. Casi nada.
El rendimiento por kilovatio que amenaza el monopolio
Si analizamos las cifras filtradas, el escenario se pone muy interesante. En las pruebas de estrés InferenceX, publicadas por la firma especializada SemiAnalysis, Jalapeño aplasta a los procesadores más avanzados que podemos encontrar ahora mismo en los centros de datos. La métrica clave aquí es doble: consigue más tokens procesados por usuario y revienta las gráficas en rendimiento por kilovatio.
El motivo es simple: el consumo eléctrico se ha convertido en el mayor dolor de cabeza de la industria de la IA. No hay suficiente energía barata para alimentar los mastodónticos data centers. Por eso, Richard Ho, el máximo responsable de hardware en OpenAI, ha sacado pecho en la presentación afirmando que estos resultados representan un salto cualitativo brutal frente al estado del arte actual.
También te puede interesar:OpenAI Acumula 13 Bajas de Ejecutivos en 2026 y Agrava las Dudas Sobre Su Rentabilidad
Básicamente, si logras hacer las mismas inferencias gastando menos luz, tu margen de beneficio se dispara y puedes escalar tus modelos mucho más rápido. A ello se le suma una optimización extrema en la capacidad de respuesta. Según explicó el propio Ho, la arquitectura de este hardware está pensada para atender a multitud de clientes a la vez manteniendo una latencia ridículamente baja. El chip contesta antes y encima devora menos vatios. Así de directo.
Si tienes curiosidad por ver los gráficos de rendimiento o echar un vistazo a un análisis más detallado de Jalapeño, las publicaciones de la compañía dejan clarísimo que el objetivo número uno es la eficiencia técnica real, y no solo vender humo con especificaciones inalcanzables.
El secreto del hardware: aniquilar los cuellos de botella
Evidentemente, diseñar un chip desde cero cuesta miles de millones y no es un capricho aleatorio. OpenAI tomó la decisión de aliarse con Broadcom porque estaba harta de las fricciones habituales en el procesamiento de sus propios modelos. Cada vez que le envías un prompt largo a ChatGPT, el servidor tiene que realizar una precarga inmensa. Y eso suele saturar las comunicaciones internas del procesador.
Para fulminar ese problema técnico, la compañía de Sam Altman ha apostado por un diseño donde el software y el hardware se fusionan por completo. Y aquí viene el dato que cambia las tornas. Jalapeño minimiza drásticamente el movimiento de datos al mantener local el estado del modelo en todo momento. Esto incluye la famosa caché KV, que es el espacio de memoria que usa la IA para «recordar» de qué le estás hablando mientras te genera una frase.
También te puede interesar:OpenAI Acumula 13 Bajas de Ejecutivos en 2026 y Agrava las Dudas Sobre Su RentabilidadEs decir, en lugar de mover terabytes de información de un lado a otro dentro de la placa base para generar una simple respuesta, el sistema activa de forma quirúrgica solo la computación, memoria y red exactas requeridas para esa fracción de segundo. Todo se procesa de forma ultralocal. Esto ataca de raíz los retrasos en las fases de comunicación y de precarga (o prefill), que son los cuellos de botella más odiados por los ingenieros. Una auténtica maravilla técnica.
Por si esto te parece poco futurista, el equipo de desarrollo confesó algo brutal: los propios modelos de OpenAI se utilizaron para ayudar en el diseño de Jalapeño. Modelos de IA diseñando los chips que correrán las futuras IAs. Te haces una idea de hacia dónde vamos.
La letra pequeña: una carrera contra el reloj
Pero claro, en la despiadada industria de los semiconductores siempre hay una trampa. En este caso, el riesgo inminente se llama calendario de despliegue. OpenAI planea arrancar la instalación de Jalapeño en volúmenes muy reducidos a finales de 2026. El lanzamiento verdaderamente significativo, el que debería llenar sus racks masivos, se hace esperar hasta bien entrado 2027.
Si miras el calendario, te darás cuenta del problema. En el sector del hardware, un plazo de dos o tres años equivale a una glaciación entera. Para cuando el chip de OpenAI esté rodando a pleno pulmón, es obvio que Nvidia, AMD y otros gigantes habrán presentado arquitecturas nuevas y muchísimo más potentes. El mercado de la inferencia no va a pulsar el botón de pausa esperando a que este chip aterrice.
A pesar de este abismo temporal, la hoja de ruta de la start-up es extremadamente sólida. Su plan a largo plazo no consiste en fabricar un chip suelto y conformarse, sino en crear toda una plataforma multigeneracional. Quieren construir un ecosistema blindado donde los futuros productos de IA, los grandes modelos, la memoria y el silicio se conciban de forma coordinada desde el minuto uno.
La pelota está ahora en el tejado de Jensen Huang y su ejército de ingenieros en Nvidia. Veremos si esta jugada arriesgadísima le sale bien a OpenAI y logran independizarse del actual monopolio, o si la dura realidad de las fundiciones de silicio les pasa factura. Lo indudable es que la guerra tecnológica ya no solo se libra en las líneas de código, sino en las fábricas de chips.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
