OpenAI ha pasado del concepto al silicio en menos de 20 meses con su primer chip IA, ‘Jalapeño’. La compañía de Sam Altman lo ha desarrollado junto a la estadounidense Broadcom y con un equipo que, de media, no llegó al centenar de ingenieros.
Claves de la operación
- Menos de 20 meses del plano al silicio. Del diseño arquitectónico a la fabricación transcurrieron nueve meses, con menos de 100 personas implicadas de media durante todo el proyecto.
- OpenAI golpea a Nvidia por el flanco de la latencia. Jalapeño recorta el tiempo de respuesta extremo a extremo hasta 3,6 veces frente a la GB300 y con menor consumo energético, según los datos que publica la propia compañía.
- La fabricación se queda en TSMC. El chip sale de las plantas taiwanesas, lo que deja a Europa y al PERTE Chip español al margen del tramo más crítico de la cadena.
El anuncio oficial llegó el 24 de junio de 2026, y desde entonces el sector pregunta cómo se ha diseñado tan rápido. Buena parte del trabajo de front-end la hizo su propia IA, una respuesta que incomoda a media industria.
Menos de 100 ingenieros y una IA: el pulso por acelerar el diseño
Entre las dos compañías el reparto fue quirúrgico. OpenAI asumió el diseño de sistema y Broadcom, la parte física del componente. La IA aceleró la fase de escritura de código del chip, apoyándose en herramientas como XLS. Richard Ho, vicepresidente de hardware de OpenAI, lo resume sin aspavientos: ‘los modelos están dando superpoderes a nuestros ingenieros’.
El back-end siguió siendo territorio de Broadcom y de ingenieros humanos. Ahí la aportación de los modelos fue mucho más discreta, y Chris Leary, de OpenAI, da la explicación técnica: ‘a la IA se le daba mucho mejor lo que parecía software. XLS en cierto modo se parece a software, así que se benefició de eso’.
Conviene retener el matiz, porque la tentación de vender la noticia como una automatización total es alta. Ho advierte de que el mensaje no es que cualquiera pueda diseñar un acelerador con Codex, sino que un grupo reducido y muy especializado comprime calendarios con ayuda de modelos internos.
Diseñar silicio sigue siendo un oficio de especialistas: la IA comprime los plazos, pero no firma el plano.
En prestaciones, Jalapeño alcanza 13,4 petaflops de cómputo en 4 bits y 232 gigabytes de la memoria más avanzada disponible, conectada a 15,4 terabytes por segundo. La latencia de extremo a extremo cae hasta 3,6 veces frente a la GB300, el chip de Nvidia del que hoy depende OpenAI, y lo hace con menor gasto energético, según los datos que publica la propia compañía.
La factura que Nvidia empieza a temer
La lectura competitiva del movimiento es evidente. Google, Microsoft y Amazon ya diseñan sus propios aceleradores: la TPU en el caso del primero, Maia en el segundo. Todos persiguen lo mismo, depender menos y negociar mejor. Lo diferencial en el caso de OpenAI ha sido el calendario, no la ambición.
Broadcom sale reforzada como el gran socio industrial de la IA. Su negocio de semiconductores personalizados se consolida justo cuando el gasto en centros de datos se dispara, y el acuerdo con OpenAI se extiende a varios años vista.
Sobre Nvidia, conviene no confundir un primer chip con una sustitución. Su ventaja no está solo en el silicio: está en CUDA, el ecosistema que ata a los desarrolladores desde hace más de una década. Migrar cargas de entrenamiento a una arquitectura nueva exige reescribir buena parte de la pila técnica, y eso no se hace en un trimestre.
Europa y España, en la cola de la carrera del silicio
El capítulo que menos se ha contado es el europeo. El chip se fabrica en TSMC, en Taiwán, y el diseño se concentra en California. Europa diseña poco y fabrica menos, y el PERTE Chip aprobado en 2022, con más de 12.000 millones de euros de inversión pública comprometida, todavía no ha dado un acelerador de IA comparable. El plan ataca el empaquetado y la fabricación madura, no la vanguardia.
Tampoco en el IBEX 35 hay un proyecto equivalente. Indra, el nombre que más se ha acercado a la narrativa de la soberanía tecnológica española, concentra su esfuerzo en defensa, ciberseguridad, y control del tráfico aéreo, no en silicio para inteligencia artificial. La comparación con OpenAI y Broadcom no es de escala, sino de naturaleza: aquí no existen equipos de diseño de aceleradores.
El riesgo de la narrativa aceleracionista es doble. Primero, la dependencia: OpenAI traslada su exposición de Nvidia a Broadcom y a Taiwán, en plena tensión geopolítica en el estrecho. Segundo, la medición: un chip que funciona en laboratorio y en pruebas internas no equivale a un parque de servidores a plena carga.
Nos llama la atención que la industria lea este anuncio como el principio del fin del dominio de Nvidia, cuando lo que hay sobre la mesa es una primera generación. El despliegue a gran escala será la prueba real, y la compañía lo sitúa a varios años vista. Ahí se verá si el atajo de la IA aguanta una segunda vuelta con un silicio más complejo.
