OpenAI revela chip Jalapeño com Broadcom e HBM4: o que o silício próprio muda na briga com a NVIDIA?

Chip de IA OpenAI Jalapeño com Broadcom e HBM4

Em um movimento que marca uma virada histórica na infraestrutura global de inteligência artificial, a OpenAI revelou oficialmente os primeiros dados de desempenho do Jalapeño — seu primeiro chip proprietário (ASIC) desenvolvido sob medida para inferência de grandes modelos de linguagem (LLMs) e agentes autônomos. Projetado em parceria direta com a Broadcom e equipado com memória de última geração HBM4, o chip promete desafiar o domínio absoluto da NVIDIA nos datacenters de IA.

O anúncio detalhado na conferência Hot Chips e publicado no blog oficial da empresa demonstra que o Jalapeño foi desenvolvido em um ciclo surpreendentemente curto de cerca de 16 meses — da contratação da equipe de silício ao tape-out inicial na fundição. Mais importante: avaliações independentes conduzidas pela consultoria SemiAnalysis no benchmark público InferenceX indicam que o chip superou aceleradores comerciais baseados na arquitetura NVIDIA Blackwell em eficiência energética e latência por token em diversos modelos abertos.

Chip OpenAI Jalapeño com Broadcom e HBM4
Identidade visual do processador customizado OpenAI Jalapeño para inferência de alta densidade. Fonte: OpenAI.

Por que a OpenAI decidiu criar seu próprio silício?

Até hoje, a OpenAI dependia quase exclusivamente de GPUs comerciais — sobretudo da NVIDIA — para rodar o ChatGPT e seus serviços de API. No entanto, o custo operacional (TCO) e o consumo de energia para manter milhões de usuários interagindo com modelos de raciocínio profundo (como o GPT-5 e modelos da classe o1/o3) tornaram-se o principal gargalo de crescimento da indústria.

Ao controlar verticalmente o full-stack — desde os pesos do modelo e o software de serving até a controladora de memória, interconexão e a arquitetura do próprio silício —, a OpenAI busca aplicar o chamado paradoxo de Jevons: quanto mais barata e energeticamente eficiente for a geração de cada token, mais economicamente viável se torna empregar inteligência artificial em fluxos longos de trabalho, agentes contínuos e auditorias de código complexas.

Arquitetura e foco: inferência generalizada, não apenas para o ChatGPT

Diferente de aceleradores anteriores que se limitavam a matrizes fixas e exigiam modelos proprietários, o Jalapeño foi projetado como um processador de inferência generalizado. Ele implementa suporte nativo para arquiteturas padrão de Transformer, mecanismos avançados de atenção e compatibilidade ampla com modelos de código aberto e pesos disponíveis no mercado.

  • Memória HBM4 de ultra-alta largura de banda: a adoção de módulos HBM4 de próxima geração resolve o clássico gargalo de memory bandwidth na fase de decodificação de tokens (token generation).
  • Desenvolvimento acelerado por IA: a equipe de engenharia utilizou agentes de código e automação com modelos de ponta para encurtar o ciclo de design físico e validação lógica para aproximadamente 16 meses.
  • Parceria de silício com a Broadcom: a Broadcom forneceu expertise em blocos IP de alta velocidade, interfaces PCIe/interconnect e empacotamento avançado (2.5D/3D).
Wafer de semicondutores e empacotamento com memórias HBM
O empacotamento avançado e a integração de memórias HBM são o coração dos novos aceleradores de IA. Foto: Steve Jurvetson / Wikimedia Commons (CC BY 2.0).

Resultados de benchmark: Jalapeño vs NVIDIA Blackwell

Nos testes práticos auditados pela SemiAnalysis em laboratório através do benchmark InferenceX, o Jalapeño apresentou métricas expressivas em cenários de geração com predição de token único (Single Token Prediction – STP), mesmo sem recorrer a artifícios como decodificação especulativa:

  • DeepSeek R1: atingiu mais de 700 tokens por segundo por usuário em concorrência unitária, oferecendo interatividade quase instantânea para modelos de raciocínio.
  • GPT-OSS 120B e Kimi K2.5: registraram marcas na casa de 1.400 tokens/s por usuário, mantendo pontuações idênticas em benchmarks de acurácia como GSM8K.
  • Eficiência energética (Tokens por Megawatt): superou as configurações comerciais comparáveis baseadas em NVIDIA Blackwell GB200, entregando maior vazão de pico por kilowatt consumido no datacenter.

Tabela comparativa: OpenAI Jalapeño vs NVIDIA Blackwell vs Vera Rubin

Característica OpenAI Jalapeño NVIDIA Blackwell (B200 / GB200) NVIDIA Vera Rubin (R100)
Foco principal Inferência massiva e agentes Treinamento e inferência geral Treinamento e inferência de fronteira
Tecnologia de Memória HBM4 HBM3e HBM4
Parceiro / Fabricante Broadcom / TSMC NVIDIA / TSMC NVIDIA / TSMC
Vazão no DeepSeek R1 (STP) > 700 tok/s/user (lab) ~400 – 550 tok/s/user Projetado para liderar perf/MW
Status de implantação Amostras de engenharia / laboratório Em produção em datacenters globais Início de remessas a parceiros

O que está confirmado e o que ainda falta saber

Para manter a transparência técnica que prezamos no Jan Hardware, é fundamental separar os anúncios laboratoriais da realidade prática de escala de datacenter:

O que está confirmado:

  • A OpenAI tem silício funcional de primeira geração rodando em bancada de laboratório, sem falhas de lógica fundamentais.
  • O chip foi testado com sucesso não apenas em modelos fechados da OpenAI, mas em pesos abertos consolidados (DeepSeek R1, Kimi K2.5 e GPT-OSS).
  • A parceria de engenharia com a Broadcom viabilizou a entrega do chip em tempo recorde de 16 meses.
  • A eficiência por kilowatt medido superou sistemas Blackwell comerciais equivalentes nos testes da suíte InferenceX.

O que ainda falta saber:

  • Volume de produção e rendimento (yield): chips complexos com HBM4 enfrentam restrições globais de empacotamento avançado na TSMC (CoWoS). Resta saber quantas unidades a OpenAI conseguirá produzir em 2026/2027.
  • Custo por pacote montado: o custo real de fabricação e interconexão por lâmina de servidor ainda não foi divulgado publicamente.
  • Desempenho frente à linha Vera Rubin: a NVIDIA já está despachando os primeiros sistemas com Vera Rubin (que também utilizam HBM4 e prometem saltos de até 5x em eficiência sobre o GB200). A verdadeira disputa de longo prazo se dará entre o Jalapeño e o silício Rubin.
  • Impacto no preço final de APIs para o Brasil: se a redução de custo de computação se refletirá diretamente em tabelas mais acessíveis de tokens de raciocínio para desenvolvedores e empresas brasileiras.

O que isso muda para o mercado e para quem consome hardware e IA?

Embora o usuário doméstico e entusiasta de hardware para PC não vá comprar um processador Jalapeño na loja da esquina para colocar em seu socket AM5 ou LGA-1851, esse anúncio tem reflexos diretos em todo o mercado:

  1. Pressão competitiva sobre a NVIDIA: com gigantes como OpenAI, Google (com TPUs v6) e Amazon (com Trainium/Inferentia) utilizando chips próprios, a NVIDIA perde o poder de ditar margens de lucro abusivas em chips corporativos, o que pode aliviar a pressão na alocação de capacidade de fundição para GPUs de consumo (GeForce RTX).
  2. Aceleração da IA em tempo real: taxas de geração acima de 700 a 1.400 tokens por segundo viabilizam agentes que resolvem problemas em paralelo em questão de segundos, transformando comandos de programação e automação de sistemas em respostas quase instantâneas.
  3. Incentivo a modelos abertos: o fato de o benchmark da OpenAI ter priorizado o teste do DeepSeek R1 comprova que o ecossistema open-weights tornou-se o padrão ouro de validação técnica da indústria global.

Perguntas Frequentes (FAQ)

O Jalapeño da OpenAI vai substituir as GPUs NVIDIA?

Não no curto prazo. A OpenAI reiterou que continuará operando clusters massivos com NVIDIA (incluindo GB200 e Vera Rubin), além de infraestruturas da Microsoft, Oracle, CoreWeave e AMD. O Jalapeño atua como uma rota complementar de alta eficiência para reduzir custos em inferência pesada.

O chip da OpenAI será vendido para outras empresas?

Não há planos divulgados para venda do hardware físico a terceiros. O silício será empregado internamente nos datacenters e nos nós de nuvem da OpenAI para alimentar o ChatGPT e os serviços de API consumidos por desenvolvedores e clientes empresariais.

Qual a diferença entre um chip de inferência (ASIC) e uma GPU de treinamento?

Chips de treinamento exigem altíssima precisão de ponto flutuante, barramentos de interconexão massivos entre dezenas de milhares de chips e flexibilidade para algoritmos de retropropagação (backpropagation). Chips de inferência dedicados, como o Jalapeño, cortam circuitos desnecessários de treinamento e focam unicamente na movimentação ultra-rápida de parâmetros da memória para os núcleos lógicos, consumindo muito menos energia por resposta gerada.


Fontes e referências

Perfil editorial duplicado mantido apenas para compatibilidade interna. Os conteúdos do Jan Hardware são assinados pelo Espectro do Hardware, com foco em hardware, inteligência artificial, segurança digital e guias de compra para o mercado brasileiro.