OpenAI presenta un chip personalizado para mejorar el rendimiento y la eficiencia de la IA

OpenAI ha anunciado los primeros resultados de rendimiento medidos de Jalapeño, su primer chip de inferencia personalizado. En InferenceX, un conjunto de pruebas público utilizando GPT-OSS 120B, Jalapeño ha ofrecido un mayor rendimiento máximo por kilovatio y una menor latencia de token que los sistemas comerciales en la comparación. También ha demostrado un buen rendimiento en DeepSeek R1 y Kimi K2, lo que demuestra que sus ventajas se extienden a través de las familias de modelos. El chip permite a OpenAI un mayor control sobre cómo se ejecutan sus modelos y sobre la economía de su prestación. Al desarrollar el modelo, el software de prestación, el chip, la memoria y la red juntos, la empresa puede mejorar el rendimiento, la latencia, la eficiencia energética y el coste como un único sistema. Esto crea una vía de primera mano creíble junto con los aceleradores de otros socios, ampliando la capacidad de adaptar cada carga de trabajo al sistema más potente a las condiciones económicas adecuadas. Las futuras generaciones del chip ya están en marcha. Las diferentes cargas de trabajo imponen diferentes demandas al sistema. El entrenamiento de Frontier, la inferencia de alto volumen y los agentes siempre activos tienen diferentes requisitos en los chips, el software, las redes, la potencia y la latencia. El objetivo de OpenAI es permanecer en el frente de Pareto, buscando continuamente la combinación más fuerte de capacidad, velocidad, fiabilidad, eficiencia y coste para cada carga de trabajo. Diferentes chips y proveedores lideran en diferentes dimensiones, y el frente sigue moviéndose. El portafolio de OpenAI incluye el poder de cómputo de Microsoft, los chips de NVIDIA, AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy y SoftBank. Cada uno aporta diferentes fortalezas en la infraestructura en la nube, el cómputo acelerado, la inferencia de baja latencia, el desarrollo de centros de datos y la entrega de energía. La empresa gestiona activamente este portafolio tanto para la capacidad como para la economía, utilizando sistemas de primera categoría cuando la capacidad es lo más importante y optimizando para la eficiencia cuando la escala y el coste son más importantes. Preservar opciones creíbles en proveedores, hardware y modelos de despliegue permite a OpenAI dirigir la demanda hacia el mejor rendimiento por dólar, mantener la disciplina de precios a medida que cambian las condiciones del mercado y seguir el frente a medida que surgen tecnologías más avanzadas. El control directo añade ventajas donde una mayor integración puede mejorar todo el sistema. La empresa colabora donde el ecosistema ayuda a avanzar y construye donde el diseño conjunto crea una ventaja significativa. Los centros de datos también crean un punto de ventaja. El Proyecto Camellia en Georgia muestra cómo OpenAI puede diseñar instalaciones en torno a las cargas de trabajo de los clientes, al tiempo que crea puestos de trabajo, apoya a las empresas locales, cubre los costes de la infraestructura y la energía, conserva el agua a través de un sistema cerrado y somete sus compromisos a una auditoría pública independiente anual. El valor de este sistema se mide por lo que produce: una inteligencia más útil de cada unidad de cómputo. Los mejores modelos llegan a la respuesta correcta con menos intentos. Una mejor gestión del enrutamiento y del contexto reduce el trabajo innecesario. El software optimizado y el hardware especializado mejoran la velocidad y la eficiencia energética. En el índice de Agente de Codificación de Análisis Artificial, GPT-5.6 Sol con la máxima capacidad de razonamiento ha alcanzado una nueva altura mientras utiliza un 54% menos de tokens de salida que otro modelo líder. Para los clientes, estas mejoras significan resultados más rápidos, productos más fiables, menos intentos, agentes que completan flujos de trabajo más largos y un coste total más bajo para el trabajo exitoso. La mejor economía proviene de la inteligencia útil por dólar. A medida que la inteligencia útil se vuelve más capaz y asequible, más trabajo se vuelve económicamente viable. Una empresa puede proporcionar un análisis personalizado a cada cliente, revisar cada contrato, ejecutar escenarios financieros en tiempo real y ayudar a los ingenieros a probar más ideas. Esto es el paradoja de Jevons: una mayor eficiencia hace que más usos sean valiosos, expandiendo el consumo y creando nueva actividad económica a través de más trabajo, mejores decisiones, más productos lanzados y más ingresos generados. Un mayor cómputo y una base de suministro más competitiva ayudan a OpenAI a servir a más clientes a menor coste y a mantener esas ganancias de eficiencia para los usuarios. Los fondos de crecimiento invierten continuamente en investigación, infraestructura y seguridad. Esto es la ventaja compuesta de OpenAI: una mejor tecnología crea una mejor economía, una mejor economía financia la próxima ola de progreso y cada ganancia fortalece todo el sistema.