Jalapeño: O primeiro chip de IA da OpenAI supera a Nvidia em eficiência – Quando o cliente se torna subitamente o concorrente

Poupe energia, duplique o desempenho: o que o novo chip de IA da OpenAI significa para o setor

A inteligência artificial cria chips de IA: o "Jalapeño" da OpenAI supera a concorrência em tempo recorde

Um chip que está a revolucionar completamente o mercado de IA multibilionário: Com o "Jalapeño", a OpenAI desenvolveu o seu primeiro acelerador de IA próprio em tempo recorde – e está a desafiar nada mais nada menos que o seu parceiro de hardware mais importante até à data, a Nvidia. Os testes independentes iniciais mostram que o novo chip apresenta uma eficiência energética impressionante, superando significativamente a atual geração Blackwell da Nvidia em determinadas áreas. A verdadeira genialidade por detrás deste desenvolvimento: a OpenAI utilizou os seus próprios modelos avançados de IA para acelerar drasticamente o design do chip. O que significa esta jogada estratégica para o já sobrecarregado fornecimento de energia dos data centers, os custos operacionais do ChatGPT e o poder de mercado da Nvidia? Uma análise detalhada revela porque é que a estreia do hardware da OpenAI é muito mais do que apenas uma atualização tecnológica – pode mudar fundamentalmente o modelo de receitas de todo o setor.

De cliente a concorrente: a OpenAI ataca a Nvidia com o seu próprio chip revolucionário

Em menos de um ano e meio, a OpenAI desenvolveu o seu próprio chip de IA que, em testes independentes iniciais, demonstra uma eficiência significativamente superior ao hardware de referência atual da Nvidia. Isto é notável porque a OpenAI era anteriormente um dos maiores clientes individuais da Nvidia e está agora a entrar num segmento que era quase exclusivamente dominado por um único fornecedor. Após a empresa ter revelado o seu primeiro acelerador de IA proprietário, com o nome de código Jalapeño, em junho de 2026, estão agora disponíveis dados fiáveis ​​de desempenho, recolhidos pela empresa de análise independente SemiAnalysis. Estes dados mostram que a OpenAI, graças em parte ao apoio ativo da especialista em semicondutores Broadcom, desenvolveu um chip de IA de alto desempenho a partir do zero que supera significativamente a atual geração Blackwell da Nvidia em determinadas métricas e também parece estar bem posicionado em relação à futura plataforma Rubin.

As implicações económicas deste desenvolvimento são imensas, pois abordam um dos principais problemas de custos de toda a indústria de IA: a enorme discrepância entre os gastos em infraestruturas computacionais e as receitas geradas pelos serviços de IA. A OpenAI, segundo os relatórios, gasta aproximadamente 3,7 mil milhões de dólares por trimestre, sendo os custos de inferência — os custos de implementação contínua de modelos pré-formados nas operações diárias — a maior despesa individual. Um chip que reduza significativamente estes custos não só altera uma métrica técnica, mas também todo o modelo de receitas de uma empresa que opera o ChatGPT, com mais de 400 milhões de utilizadores ativos.

Uma bancada de testes independente sem total liberdade de ação

Os testes foram conduzidos utilizando o próprio ambiente de testes da SemiAnalysis, o InferenceX. No entanto, os analistas não foram autorizados a realizar os testes, nem todos os cenários foram testados, e também não foi utilizado o ambiente de testes mais informativo, o AgentX, de acordo com a SemiAnalysis. Esta limitação é economicamente significativa, pois significa que, embora os dados disponíveis provenham de uma empresa conceituada especializada em análise de chips, foram recolhidos dentro de uma estrutura controlada pela OpenAI. Qualquer pessoa que deseje basear decisões de investimento sólidas nestes dados deve considerar este contexto, mesmo que a direção geral dos resultados pareça plausível.

O InferenceX utiliza os modelos OpenWeights GPT-OSS, DeepSeek R1 e Kimi K2.5, o que sugere que o Jalapeño não foi apenas concebido para os modelos da OpenAI, mas também é adequado como plataforma de inferência geral para outras arquiteturas. Como evidência anedótica da flexibilidade do hardware, a SemiAnalysis cita a demonstração dos programadores de que o jogo Doom, portado do assistente de programação Codex da OpenAI, chegou a correr no chip. Embora tais demonstrações tenham pouca relevância económica, indicam que a arquitetura não se limita a uma janela de aplicação restrita, mas pode lidar com tarefas computacionais mais gerais.

Ganhos de eficiência que se traduzem em dinheiro vivo

Os resultados confirmam a eficiência particularmente elevada do Jalapeño. Em alguns cenários, o chip da OpenAI consegue uma taxa de tokens por watt 22 vezes superior em comparação com o B300 da Nvidia, um resultado excecional para o primeiro chip proprietário de uma empresa sem décadas de experiência em semicondutores. O Jalapeño também pode competir com o novo sistema Vera Rubin, que está a ser implementado para grandes clientes, embora ainda existam poucos dados fiáveis ​​disponíveis para esta comparação e uma avaliação final ainda esteja pendente.

A SemiAnalysis, no entanto, aponta limitações metodológicas que colocam a importância dos números em perspetiva. Apenas tamanhos de prompts relativamente pequenos, com 8.192 tokens de entrada e 1.024 de saída, foram testados, enquanto os prompts maiores, comuns em muitas aplicações de agentes em produção, puderam alterar significativamente os resultados. Além disso, a versão testada foi executada num stepping A0 inicial, enquanto um stepping B0 otimizado está atualmente em produção, o qual a OpenAI afirma ser cerca de 25% mais eficiente. Economicamente, isto significa que os números já impressionantes representam provavelmente um limite inferior, e não um limite superior, do potencial real, assumindo que os anúncios referentes ao stepping B0 são confirmados.

A verdadeira vantagem não está no chip, mas sim na rede elétrica

O chip da OpenAI pode até ser mais económico do que o da Vera-Rubin, uma vez que o sistema da Nvidia beneficiou da descodificação especulativa nos testes, uma técnica para acelerar a geração de texto, enquanto a Jalapeño teve de se desenrascar sem essa optimização. No geral, a inferência interna de hardware deverá tornar a OpenAI significativamente mais barata, uma vez que a empresa já não tem de pagar margens de lucro a um fornecedor externo e a arquitetura pode ser adaptada precisamente aos seus próprios padrões de serviço.

A verdadeira vantagem estratégica, no entanto, reside não na simples redução de custos por chip, mas na eficiência energética. Devido ao aumento da eficiência, um número significativamente maior de chips pode operar com a mesma potência de entrada, o que representa a verdadeira vantagem competitiva num setor onde a disponibilidade de eletricidade e a capacidade de ligação à rede se tornaram o fator limitante para o crescimento. A própria OpenAI já assinou contratos para mais de dez gigawatts de capacidade computacional nos EUA, uma meta originalmente estabelecida para 2029 que já foi atingida anos antes. Num ambiente em que a nova capacidade de geração de energia e as ligações à rede constituem frequentemente o verdadeiro estrangulamento para a expansão dos centros de dados, cada watt utilizado de forma mais eficiente traduz-se diretamente em potência computacional adicional disponível, sem a necessidade de construir novas centrais elétricas.

Um ritmo de desenvolvimento que está a desafiar a indústria dos semicondutores

O tempo de desenvolvimento do projeto é particularmente notável. De acordo com a OpenAI, decorreram apenas 16 meses entre a formação da equipa de desenvolvimento e a finalização do projeto do chip — ou seja, a conclusão do projeto para aprovação de fabrico —, tendo o primeiro projeto completo sido alegadamente finalizado nove meses antes da finalização. Na indústria tradicional de semicondutores, os ciclos de desenvolvimento de três a cinco anos são considerados padrão para chips de complexidade comparável, pelo que este ritmo, caso se confirme nas gerações futuras, poderá pressionar a estrutura de custos estabelecida de todo o setor.

Segundo a OpenAI, isto foi possível graças à utilização intensiva dos seus próprios sistemas de IA no processo de design. Isto permitiu uma avaliação mais rápida das decisões de design e, simultaneamente, ajudou a otimizar as unidades de computação, reduzindo significativamente os ciclos de iteração tradicionais no design de chips. Isto cria um efeito de auto-reforço: quanto mais poderosos se tornam os modelos de IA da empresa, mais rápido e economicamente viável poderá ser o desenvolvimento de novas gerações de chips, que, por sua vez, executam estes modelos de forma ainda mais eficiente. Tal mecanismo de feedback, desde que se mostre reprodutível, pode tornar-se uma vantagem estrutural para as empresas que possuem tanto modelos de IA de ponta como capacidade própria de desenvolvimento de chips.

Quando a sua própria IA se torna a caixa de ferramentas do engenheiro

O Astra, a próxima versão planeada do GPT, já foi utilizada na OpenAI para desenvolver núcleos de computação optimizados, ou kernels, para novos modelos. Segundo os relatos, o código desenvolvido pelo Astra no GPT-OSS foi 50 a 80% mais rápido do que os programas comparáveis ​​desenvolvidos por equipas de especialistas humanos. Esta descoberta tem implicações económicas de longo alcance, pois sugere que o estrangulamento da otimização de software, que até então dependia fortemente da disponibilidade de engenheiros altamente especializados, pode ser cada vez mais resolvido por sistemas automatizados.

Para a indústria de semicondutores como um todo, isto significa um potencial realinhamento dos fatores competitivos. Até agora, décadas de experiência, conhecimento técnico aprofundado e um ecossistema de software estabelecido, como o CUDA da Nvidia, eram considerados barreiras quase intransponíveis à entrada de novos fornecedores. Se as ferramentas baseadas em IA puderem compensar parcialmente esta vantagem de experiência, a barreira de entrada para novos concorrentes diminuirá, o que poderá levar a uma fragmentação do mercado de aceleradores de IA, atualmente altamente concentrado, a longo prazo.

A solução quase interna: como a Xpert.Digital elimina as lacunas operacionais no marketing e vendas B2B – Negócios inteligentes orientados por conteúdo - Imagem: Xpert.Digital

A Xpert.Digital é um hub industrial B2B orientado por dados, liderado por Konrad Wolfenstein . A empresa atua como uma solução externa, quase interna, para parceiros industriais, preenchendo lacunas operacionais em marketing, conteúdo e vendas – sem exigir recursos adicionais por parte do cliente.

Mais informações aqui:

• A solução quase interna: como a Xpert.Digital elimina as lacunas operacionais em marketing e vendas B2B – Negócios Inteligentes Orientados por Conteúdo

A arquitetura como contabilidade de custos no silício

A OpenAI tomou algumas decisões de design interessantes e economicamente viáveis ​​com o Jalapeño. Por exemplo, as unidades matriciais do chip não suportam cálculos utilizando o formato de ponto flutuante FP16 de 16 bits, o que simplifica significativamente a lógica interna e está alinhado com a tendência da indústria para modelos mais quantizados, ou seja, aqueles com menor precisão numérica. Os tipos de dados de 64 e 32 bits são suportados apenas pelas unidades escalares e vectoriais adicionais, sendo que estas últimas estão também limitadas a cálculos de 32 bits. Qualquer área de transístor poupada com a omissão de formatos de cálculo raramente utilizados pode ser investida em mais largura de banda de memória ou mais núcleos de processamento para os formatos que são realmente necessários, aumentando assim a relação custo-benefício por chip produzido.

Em termos de poder computacional puro em FP8 e FP4 — os formatos numéricos particularmente relevantes para os modelos de linguagem quantizados modernos — o chip da OpenAI, com 3,4 e 13,4 petaFLOPS respectivamente, está formalmente atrás do Blackwell da Nvidia, com 5 e 15 petaFLOPS. No entanto, esta aparente desvantagem é atenuada pela utilização real do sistema, uma vez que os chips raramente atingem o seu desempenho máximo teórico na prática. Segundo os especialistas do setor, os aceleradores atuais operam geralmente com apenas 30% a 50% da sua eficiência teórica em cargas de trabalho de inferência do mundo real. Portanto, um chip que se aproxima do seu próprio desempenho máximo pode permanecer competitivo ou até mesmo superá-lo na prática, apesar do seu desempenho bruto parecer inferior no papel.

Largura de banda da memória em vez de poder computacional bruto como escolha estratégica

O chip está equipado com seis módulos de memória HBM4, o que lhe confere quase o dobro da largura de banda de memória do Blackwell, atingindo 15,4 TB por segundo em comparação com 8 TB por segundo. Esta decisão reflete uma priorização deliberada, uma vez que, ao inferir grandes modelos de linguagem, o fator limitante não é geralmente a potência computacional pura, mas a velocidade com que os pesos do modelo e os resultados intermédios podem ser transferidos entre a memória e a unidade lógica aritmética (ULA). Um chip que aborde especificamente este chamado estrangulamento de largura de banda de memória pode operar de forma mais eficiente em cenários de aplicação do mundo real do que um concorrente com uma potência computacional nominal mais elevada, mas com um acesso à memória comparativamente mais restrito.

Graças a oito módulos de memória, o Blackwell e a próxima geração Rubin oferecem uma capacidade total de memória superior, de 288 GB, enquanto o Jalapeño dispõe de apenas 216 GB. Para modelos muito grandes com janelas de contexto igualmente extensas, esta capacidade inferior pode tornar-se um fator limitante, especialmente se as futuras gerações de modelos forem ainda maiores e exigirem mais memória. O TDP (Thermal Design Power, ou potência térmica máxima de projeto) do chip é de 700 watts, embora a OpenAI afirme que o chip requer uma média de apenas cerca de 550 watts em funcionamento real. Esta métrica é mais relevante economicamente para as operações diárias dos centros de dados do que o valor de pico teórico.

Latência versus flexibilidade: uma solução de compromisso consciente

A hierarquia de memória do chip é interessante. A OpenAI divide o chip em vários grupos de computação, ou fatias, cada um com uma alocação fixa de memória HBM. Este acoplamento estreito e fixo entre o núcleo de processamento e a memória local reduz significativamente a latência de acesso, uma vez que cada grupo de computação tem acesso direto e de baixa latência à sua própria partição de memória, em vez de ter de percorrer um sistema de memória partilhada de vários níveis, como nas arquiteturas de GPU tradicionais. O preço desta vantagem de velocidade é a menor flexibilidade na alocação de memória, uma vez que a capacidade não pode ser redistribuída arbitrariamente entre os grupos de computação quando uma partição atinge os seus limites.

Os grupos estão ligados através de duas camadas de rede separadas: uma rede coletiva especializada, com uma latência particularmente baixa, para padrões de comunicação frequentes e claramente definidos, como a sincronização durante o processamento paralelo, e uma rede em chip mais geral para outras comunicações e acesso à rede de escalonamento de nível superior entre múltiplos chips. Esta divisão arquitetónica permite que a maior parte do tráfego de dados interno seja tratado pelo caminho dedicado mais rápido, enquanto a rede geral permanece reservada apenas para acessos menos frequentes e menos críticos em termos de tempo. Numa perspectiva económica, trata-se de um equilíbrio clássico entre especialização e utilização de propósito geral, típico dos chips de inferência concebidos para fins específicos e fundamentalmente diferente da arquitectura mais generalista dos processadores gráficos clássicos.

O arranjo sistólico como legado da filosofia TPU

Tal como muitos outros aceleradores de IA dedicados, o Jalapeño utiliza um arranjo sistólico, no qual os resultados intermédios são passados ​​diretamente entre unidades de processamento adjacentes, em vez de oscilarem constantemente entre a memória e a unidade lógica aritmética. Este conceito não é novo, mas segue uma filosofia arquitetónica que tem vindo a ser testada com sucesso na prática há anos, principalmente pelas Unidades de Processamento de Tensores (TPUs) da Google, onde já alcançou ganhos de eficiência comparáveis ​​em cargas de trabalho de IA especializadas.

Ao contrário dos designs tradicionais de matrizes sistólicas muito grandes, o Jalapeño, segundo a SemiAnalysis, também suporta dimensões de matriz mais pequenas, evitando assim as típicas quebras de desempenho que ocorrem quando os tamanhos dos lotes ou as dimensões da matriz não correspondem exatamente ao tamanho fixo da matriz. Além disso, o chip apresenta núcleos escalares dedicados de 64 bits, bem como unidades vetoriais compatíveis com FP32 e INT32, e emprega uma abordagem de execução fora de ordem com uma cache L1 clássica em cada núcleo de processamento, em vez de depender de memória scratchpad controlada por software, como muitos outros aceleradores. Esta combinação de uma unidade de matriz especializada e de uma lógica escalar e vetorial mais flexível sugere que a OpenAI procurou deliberadamente um meio-termo entre a especialização pura e a programabilidade geral.

Porque é que a redução de custos não chega imediatamente aos clientes?

Do ponto de vista dos clientes empresariais e dos programadores, a questão imediata é se os ganhos de eficiência prometidos também levarão a preços de API mais baixos. De acordo com vários analistas do setor, tal é bastante improvável no curto prazo, uma vez que a OpenAI opera atualmente com restrições de capacidade, e não de custo. Isto significa que os custos unitários mais baixos se traduzirão inicialmente num maior volume disponível, e não em preços mais baixos. Exemplos históricos, como o lançamento das TPUs da Google ou dos chips Trainium da Amazon, mostram que os preços para o consumidor final normalmente só diminuem 12 a 24 meses após a ampla implementação de novo hardware proprietário, geralmente devido ao aumento da pressão competitiva dos fornecedores rivais.

Além disso, a OpenAI precisa primeiro de recuperar os seus substanciais investimentos iniciais em design, fabrico e infraestruturas através das receitas de inferência ao longo de vários trimestres, antes que a redução de custos se traduza em margens mais elevadas. Até lá, é provável que o chip ajude principalmente a aliviar os estrangulamentos de capacidade existentes, como a redução de longos tempos de espera ou limites de taxa no acesso à API, em vez de levar a reduções de preço imediatas. No entanto, para as empresas que elaboram planos orçamentais a médio prazo para a utilização de serviços de IA, parece razoável considerar uma redução gradual dos custos de potencialmente 30% a 50% ao longo de um período de dois a três anos como um cenário de planeamento realista.

Uma competição pelo poder de mercado, não apenas pelos watts

A razão estratégica mais profunda por detrás deste desenvolvimento reside na luta pela independência de um único fornecedor que domina o mercado. Durante anos, a Nvidia controlou a vasta maioria do mercado de hardware para treino e inferência de IA, alcançando margens brutas substanciais que, em última análise, tiveram de ser transmitidas aos clientes. Se a OpenAI, bem como a Google, a Amazon e a Microsoft com os seus respectivos programas de chips, transferirem uma parte significativa da sua carga de trabalho de inferência para o seu próprio hardware, o poder negocial da Nvidia com os seus maiores clientes diminuirá, mesmo que a Nvidia continue a ser o principal parceiro para a formação de novos modelos.

É importante notar, neste contexto, que a Nvidia está simultaneamente a fornecer enormes compromissos de financiamento para a expansão do data center da OpenAI, por exemplo, através de um empréstimo multimilionário para um novo data center em Ohio, enquanto a OpenAI trabalha simultaneamente na sua própria plataforma de chips, potencialmente concorrente. Esta situação aparentemente contraditória pode ser interpretada economicamente como um comportamento racional por parte de ambos os lados: a Nvidia garante compromissos de compra e investimentos a longo prazo do seu maior cliente individual, enquanto a OpenAI desenvolve simultaneamente independência estratégica para uma parcela crescente da sua carga de trabalho de inferência sem comprometer totalmente a sua relação com o seu parceiro de formação mais importante.

Do anúncio à produção em massa

Os primeiros envios em pequena escala do Jalapeño estão planeados para o final de 2026, enquanto a produção em grande escala e um lançamento significativo deverão ocorrer ao longo de 2027. Até lá, a Nvidia, principalmente através da utilização contínua dos seus sistemas Vera Rubin, continuará a ser um componente central da infraestrutura da OpenAI, o que significa que um abandono completo do hardware da Nvidia não está nos planos. Em vez disso, está a emergir um modelo híbrido, no qual diferentes gerações de hardware e fornecedores são utilizados em paralelo para diferentes perfis de carga de trabalho.

A longo prazo, a verdadeira importância do Jalapeño reside provavelmente menos nos números específicos de eficiência da primeira geração do que no ritmo de desenvolvimento demonstrado e na capacidade associada de aproveitar ferramentas baseadas em IA para o desenvolvimento do seu próprio hardware. Caso este ciclo de auto-reforço de modelos mais poderosos e ciclos de desenvolvimento de chips mais rápidos se revele reprodutível, não só alteraria a posição competitiva da OpenAI em relação à Nvidia, como também alteraria fundamentalmente o calendário em que novas gerações de semicondutores para aplicações de IA podem ser desenvolvidas.

Da visibilidade à confiança: Seu caminho escalável com a Xpert.Digital - Imagem: Xpert.Digital

No setor B2B industrial, relacionamentos comerciais sustentáveis ​​raramente surgem da noite para o dia. Eles se desenvolvem passo a passo – por meio de visibilidade, relevância profissional, pontos de contato recorrentes e confiança crescente. O modelo de 4 etapas da Xpert.Digital aborda exatamente isso: oferece um caminho estruturado que começa com um ponto de entrada gerenciável e pode evoluir para uma colaboração mais profunda no desenvolvimento de negócios, se necessário.

Em vez de se basear em promessas de marketing impactantes, este modelo coloca o relacionamento em primeiro plano. As empresas começam com medidas claramente definidas e facilmente calculáveis ​​e, em seguida, decidem, com base na própria experiência, até que ponto desejam expandir a colaboração. Um fator essencial para esse processo de construção de confiança sem interrupções: a plataforma evita completamente anúncios publicitários intrusivos, de modo que o foco editorial permaneça exclusivamente na expertise das empresas.

Mais informações aqui:

• Da visibilidade à confiança: Seu caminho escalável com a Xpert.Digital

☑️ Nosso idioma comercial é inglês ou alemão

☑️ NOVO: Correspondência em seu idioma nativo!

Konrad Wolfenstein

Eu e minha equipe teremos o prazer de estar à sua disposição como seu consultor pessoal.

Você pode entrar em contato comigo preenchendo o formulário de contato aqui [email protected]:ou simplesmente ligando para +49 7348 4088 965. Meu endereço de e-mail é

Estou ansioso pelo nosso projeto conjunto.

☑️ Apoio a PMEs em estratégia, consultoria, planejamento e implementação

☑️ Criação ou realinhamento da estratégia digital e digitalização

☑️ Expansão e otimização dos processos de vendas internacionais

☑️ Plataformas de negociação B2B globais e digitais

☑️ Desenvolvimento de Negócios / Marketing / Relações Públicas / Feiras Comerciais Pioneiras