OpenAI lanza su propio chip (Jalapeño): ¿se acabó la dependencia de NVIDIA?

Si has usado ChatGPT en los últimos meses, igual te has dado cuenta de que va más rápido, o que los modelos son más baratos. Y si trabajas con IA a nivel técnico, sabes que hay un cuello de botella que no para de dar guerra: la capacidad de cómputo.

OpenAI lleva tiempo diciendo que no tiene suficientes GPUs. Que la demanda crece más rápido que su capacidad de poner servidores en marcha. Y NVIDIA, el proveedor prácticamente único de chips para IA, se ha llevado la mayor parte del pastel.

Pues bien. El 24 de junio OpenAI y Broadcom presentaron Jalapeño, su primer chip diseñado a medida para correr modelos de IA. Y no es un anuncio cualquiera: es un movimiento que puede cambiar cómo se fijan los precios, quién controla el mercado y, sobre todo, lo que tú pagas por usar IA.

Vamos a ver qué es exactamente, por qué importa y qué significa para el futuro.

¿Qué es Jalapeño exactamente?

Jalapeño es un procesador de inferencia diseñado por OpenAI y fabricado por Broadcom en colaboración con TSMC. Traducción: no sirve para entrenar modelos nuevos, sino para ejecutarlos una vez entrenados. Cada vez que le preguntas algo a ChatGPT, hay un chip de inferencia procesando tu consulta. Ese es su trabajo.

La palabra clave aquí es ASIC (Application-Specific Integrated Circuit). A diferencia de las GPUs de NVIDIA, que son todoterreno (valen para entrenar, inferir, renderizar…), un ASIC está optimizado para una sola tarea. Es menos flexible, pero mucho más eficiente. Y por tanto, más barato de operar.

Los detalles técnicos que se han publicado:

Es un chip reticle-sized: ocupa toda el área que permite la litografía, maximizando la integración. Vamos, que es enorme.
Tiene 8 sitios de HBM al lado del die central — mucha memoria cerca del procesador para mover datos lo mínimo posible.
Usa Ethernet de Broadcom como interconexión, no NVLink de NVIDIA. Esto es importante: evita pagar el margen de NVIDIA en red.
Se diseñó en solo 9 meses con ayuda de los propios modelos de IA de OpenAI. Y según Greg Brockman, la IA aceleró el proceso “más de lo que esperaban”.

Todavía está en fase de pruebas, pero OpenAI planea desplegarlo a escala de gigavatios a finales de 2026. Eso es muchísima capacidad de proceso.

¿Por qué es un movimiento tan gordo?

Porque rompe el monopolio de NVIDIA en inferencia.

NVIDIA lleva años siendo el único proveedor real de hardware para IA. Sus GPUs son las mejores, sí, pero también son carísimas. Y el margen que se lleva NVIDIA no es solo por el chip: también por NVLink (su red propietaria), CUDA (su ecosistema de software) y los sistemas completos.

Con Jalapeño, OpenAI ataca precisamente ahí. Al diseñar su propio chip:

Reduce su dependencia de NVIDIA — si NVIDIA sube precios o tiene problemas de suministro, OpenAI no se queda en blanco.
Corta el margen de NVIDIA — un ASIC específico es más barato de fabricar que una GPU todoterreno y consume menos por token procesado.
Optimiza toda la pila — chip, kernels, memoria, red, despliegue. Todo enfocado a un objetivo: que correr modelos cueste menos.

Esto no significa que OpenAI vaya a dejar de usar NVIDIA mañana. Para entrenar modelos nuevos (pre-training) siguen necesitando GPUs. Pero la parte más cara de operar ChatGPT no es entrenarlo, es servirlo.

¿Y esto cómo me afecta a mí?

Aquí viene lo interesante. Si eres usuario de ChatGPT, desarrollador que usa la API, o simplemente alguien que consume herramientas de IA:

Los precios de inferencia van a bajar.

OpenAI lo dice claro: quieren “hacer la IA más rápida, fiable y accesible para más gente”. Que es el código corporativo para “vamos a bajar costes y trasladarlo al precio”. Cuando el coste por token se reduce a la mitad, tarde o temprano el precio también baja.

Además, la competencia entre proveedores de hardware se intensifica. Google ya tiene sus TPUs, Amazon tiene Trainium, Microsoft está desarrollando sus propios chips. Y ahora OpenAI. NVIDIA va a tener que justificar sus precios y márgenes como nunca antes.

Para el desarrollador medio, esto se traduce en:

APIs de IA más baratas
Modelos más rápidos
Mayor capacidad de cómputo disponible
Más opciones de proveedores

Para el empresario que usa IA en su negocio: los costes operativos van a reducirse. Y cuando los costes bajan, servicios que antes no eran viables de repente sí lo son.

¿Y NVIDIA? ¿Está en problemas?

No te creas. NVIDIA no se va a hundir. Sus GPUs siguen siendo las mejores para entrenamiento, y tienen una ventaja enorme en ecosistema (CUDA, librerías, soporte). Pero la era del monopolio sin contestación se ha terminado.

Lo interesante será ver cómo responde. Porque si NVIDIA reacciona bajando precios para competir, todos ganamos. Si no reacciona, los clientes migrarán a alternativas más baratas.

En resumen

Jalapeño no es solo un chip. Es la señal de que la industria de la IA está madurando: pasamos de depender de un solo proveedor a construir infraestructura propia. Y cuando eso pasa, los precios bajan, la innovación se acelera y el acceso se democratiza.

OpenAI ha dado el primer paso. Ahora toca esperar a ver cómo responde el mercado, pero una cosa está clara: la IA va a ser más barata el año que viene de lo que es hoy.

Y eso, para los que construimos cosas con IA, es una excelente noticia.

Artículos relacionados:

Si te ha sido útil y crees que podría ayudar a más gente, comparte este artículo. Y si quieres que profundice en algún aspecto concreto, dímelo en los comentarios.