Chip Jalapeño da OpenAI supera Nvidia Blackwell em eficiência

A OpenAI divulgou os primeiros resultados de desempenho do Jalapeño, seu primeiro processador próprio, e afirma que o chip superou o hardware mais avançado da Nvidia em eficiência energética e em velocidade de resposta. Os números foram apresentados na terça-feira (25), durante o evento Hot Chips.

Segundo o portal Tele.Síntese, o Jalapeño entregou entre 1,5 e 1,9 vez mais trabalho de IA por watt no pico de processamento, dependendo do modelo usado. A latência de ponta a ponta ficou de 1,7 a 3,6 vezes menor que a do sistema baseado no GB300, da Nvidia.

Os testes usaram o InferenceX, benchmark público criado pela SemiAnalysis para medir o processamento de requisições de IA de ponta a ponta. Foram avaliados três modelos de pesos abertos: o GPT-OSS 120B, da própria OpenAI, o DeepSeek R1 670B e o Kimi K2.5 1T, da chinesa Moonshot AI.

No DeepSeek R1, a empresa registrou desempenho máximo por quilowatt cerca de 1,7 vez superior ao do sistema com GB300, além de latência de ponta a ponta 3,6 vezes menor. No Kimi K2.5, o resultado apresentado foi de aproximadamente 1,5 vez mais desempenho por watt e latência 3,4 vezes menor.

O Jalapeño tem potência de projeto de 700 W, contra 1.400 W do GB300 usado na comparação. A OpenAI afirma que o consumo sustentado do seu chip ficou em até 550 W durante os testes e que normalizou os resultados usando as especificações publicadas de potência dos processadores.

Esse método é justamente uma das ressalvas apontadas na análise do site Brain_ing: a margem seria menor se a conta usasse a potência efetivamente consumida, e não o TDP, e também se a medição considerasse a geração de vários tokens simultâneos em vez de token único.

Há outra limitação relevante. Os testes não incluíram a geração Vera Rubin, sucessora da arquitetura Blackwell. A SemiAnalysis, responsável pelo benchmark, informou que acompanhou presencialmente os testes no laboratório da OpenAI, mas ressalvou que não executou toda a suíte InferenceX nem verificou os resultados do AgentX apresentados pela companhia.

Desenvolvido em parceria com a Broadcom, o Jalapeño é voltado exclusivamente à inferência — a etapa em que um modelo já treinado responde às solicitações dos usuários. Ele não serve para treinar novos modelos, o que mantém a OpenAI dependente de fornecedores externos.

“Vamos precisar de muita capacidade computacional”, disse Richard Ho, vice-presidente de hardware da OpenAI, à Axios. “E o Jalapeño é parte disso. O Cerberus é parte disso. A Nvidia é parte disso. A AMD é parte disso.”

Ainda à Axios, a empresa afirmou que espera ter um número limitado de sistemas com o Jalapeño em operação ainda este ano, com capacidade maior no ano que vem. Um chip de segunda geração já está em desenvolvimento avançado e uma terceira versão começa a ser planejada. A OpenAI diz que não pretende vender o processador a outras companhias.

O movimento não é isolado. O Google mantém a linha TPU, com chips para treinamento e para inferência, e Amazon e Microsoft também têm projetos próprios. A Anthropic confirmou neste mês que vai montar uma equipe interna de design de chips, segundo a Axios.

Para a Nvidia, o efeito prático ainda é incerto. A CNBC avalia que o Jalapeño representa uma nova ameaça às margens da empresa no segmento de inferência, hoje o de crescimento mais rápido, ainda que a fabricante siga com a maior fatia da computação de IA e com o ecossistema de software CUDA como trunfo.

O cronograma divulgado por OpenAI e Broadcom prevê o início da implantação dos racks no segundo semestre de 2026 e a conclusão até o fim de 2029, dentro de um programa de até 10 GW em aceleradores. Um obstáculo à escala é a memória HBM4 usada pelo chip, um dos componentes mais disputados do mercado de hardware.