OpenAI publicou os primeiros resultados de benchmark para Jalapeño, seu chip de inferência personalizado, e os números são impressionantes: no benchmark InferenceX da SemiAnalysis, o novo silício registrou mais tokens por usuário e mais rendimento por quilowatt do que os processadores de inferência de última geração atualmente disponíveis – uma comparação que inclui os sistemas Blackwell da Nvidia. Os resultados foram apresentados terça-feira na conferência Hot Chips em Palo Alto, juntamente com uma visão técnica detalhada de como o chip foi construído. Para os leitores que acompanham a corrida computacional que sustenta cada lançamento de modelo de IA, é um dos pontos de dados de hardware mais importantes do ano.
“O resultado final é que os resultados mostram um avanço de desempenho muito, muito significativo em relação ao estado da arte”, disse Richard Ho, chefe de hardware da OpenAI, em uma teleconferência relatada pelo TechCrunch. “O Jalapeño pode atender mais trabalho de IA por unidade de energia, ao mesmo tempo que retorna respostas mais rapidamente. É muito eficiente para atender muitos clientes, mas também pode ter latência muito baixa.”
Um chip construído para o pipeline de inferência completo
Jalapeño foi lançado em junho de 2026 como o primeiro silício personalizado da OpenAI, desenvolvido em estreita colaboração com a Broadcom, com os próprios modelos de IA da OpenAI auxiliando no processo de desenvolvimento do chip. A parceria em si remonta a outubro de 2025, quando a OpenAI apresentou planos para um programa acelerador personalizado multigeracional ao lado da gigante das redes.
O que diferencia o Jalapeño de uma GPU de uso geral, segundo a OpenAI, é que ele foi projetado de acordo com os modelos que servirá. Como a empresa controla toda a pilha – produtos, modelos, chips e memória de IA – seus engenheiros conseguiram atacar fases específicas do processo de inferência que muitas vezes causam atrito.
Em particular, o Jalapeño foi projetado para minimizar atrasos durante as fases de pré-preenchimento e comunicação do processamento, que, segundo a OpenAI, frequentemente atuam como gargalos ao servir grandes modelos de linguagem em escala.
“Projetamos o Jalapeño para minimizar a movimentação de dados e atrasos na comunicação”, escreveu a empresa em uma postagem no blog apresentando os resultados. "Isso significa que o estado do modelo, incluindo o cache KV usado ao gerar uma resposta, pode ser explicitamente colocado e mantido local enquanto o sistema ativa a combinação certa de computação, memória e rede para cada fase de inferência."
Esse último ponto é importante para qualquer pessoa que execute cargas de trabalho de produção de IA. O cache KV – o contexto acumulado que um modelo mantém enquanto gera uma resposta – é uma das maiores dores de cabeça de memória e largura de banda na inferência moderna. Mantê-lo local e gerenciado explicitamente, em vez de embaralhá-lo em um cluster, é uma maneira clássica de recuperar a latência e a potência.
Melhor que Blackwell – por enquanto
A comparação do título é com um sistema Nvidia Blackwell, atualmente o carro-chefe da inferência de IA de fronteira. Uma análise independente publicada no mesmo dia pela SemiAnalysis, intitulada “OpenAI Jalapeño: Better than Nvidia Blackwell”, chegou a uma conclusão semelhante sobre os primeiros resultados do chip, e a história rapidamente se tornou um dos itens mais discutidos no Hacker News.
Mas tanto os executivos quanto os analistas da OpenAI recomendam cautela. Ho estimou que o Jalapeño seria implantado no final de 2026 “em volumes muito pequenos”, com uma implantação mais significativa chegando em 2027. Quando o Jalapeño atingir a escala total, a concorrência pode ter avançado significativamente – o roteiro da Nvidia continua a se mover, e outros hiperscaladores, incluindo Google, Amazon e Microsoft, estão todos promovendo seu próprio silício personalizado.
Como observou o TechCrunch, os benchmarks medidos em relação ao estado da arte atual são um instantâneo, não uma garantia. Um chip que vencer em eficiência em 2026 deve continuar vencendo tudo o que a Nvidia e seus rivais lançarem no próximo ano.
Por que a OpenAI está construindo seu próprio silício
A lógica estratégica é simples: a inferência é o maior custo recorrente da OpenAI. Cada consulta ChatGPT, cada chamada de API e cada tarefa de agente queima computação, e alugar essa computação da Nvidia a preços de mercado reduz as margens à medida que o uso aumenta. Um chip personalizado ajustado aos próprios modelos da OpenAI – projetado em conjunto com a Broadcom e moldado pelos próprios modelos da OpenAI – dá à empresa uma maneira de atender mais usuários por watt e por dólar.
Jalapeño também foi planejado como uma plataforma multigeracional, e não como uma parte única. A OpenAI disse que pretende desenvolver produtos, modelos, chips e memória de IA juntos, para que cada geração de silício seja co-otimizada com os modelos que irá executar. Se os resultados da primeira geração se mantiverem na produção, o Jalapeño se tornará o modelo para tudo o que se segue.
Os riscos vão além do OpenAI. O domínio da Nvidia nos aceleradores de IA tem sido o gargalo mais forte do setor há três anos, e todas as alternativas confiáveis – seja da equipe de TPU do Google, da Amazon ou agora da OpenAI – mudam o cenário de negociação para todos que constroem infraestrutura de IA. A própria Nvidia está alertando os clientes sobre aumentos de preços de 15% ou mais em servidores de IA à medida que os custos de memória aumentam, o que apenas aumenta o apelo das alternativas internas.
O que vem a seguir
Por enquanto, Jalapeño continua sendo uma peça de pré-produção com números de papel promissores. O verdadeiro teste chega no final de 2026, quando os primeiros pequenos volumes são implantados, e especialmente em 2027, quando a OpenAI espera uma escala significativa. As principais questões permanecem sem resposta: confiabilidade no mundo real em escala de datacenter, custo total de propriedade versus capacidade alugada da Blackwell e se a vantagem de eficiência sobreviverá em relação à próxima geração da Nvidia.
Ainda assim, os primeiros benchmarks marcam um marco: a primeira vez que um dos grandes laboratórios de IA demonstrou publicamente silício de inferência personalizado que parece superar o melhor do fabricante em termos de eficiência. Para uma indústria que tratou o fornecimento da Nvidia como uma tábua de salvação estratégica, esse é um verdadeiro ponto de inflexão.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
