- El procesador ha mostrado alto rendimiento
OpenAI ha revelado los primeros resultados de Jalapeño, su primer chip de inferencia personalizado, mostrando avances revolucionarios en velocidad, eficiencia energética y capacidad de procesamiento para inteligencia artificial.
Rendimiento sin precedentes
En publicación de su pagina oficial OpenAI describe los resultados de las pruebas realizadas con Jalapeño demuestran mejoras espectaculares frente a los sistemas comerciales actuales:
- Entre 1.5 a 1.9 veces más trabajo por vatio en rendimiento máximo
- De 1.6 a 3.6 veces menor latencia en procesamiento completo
- De 2.1 a 4.1 veces mayor rendimiento en cargas interactivas
Estos resultados se obtuvieron probando el chip con tres modelos públicos (GPT-OSS 120B, DeepSeek R1 y Kimi K2.5 1T), confirmando su eficacia tanto con modelos de OpenAI como de terceros.
Diseñado para agentes de IA
Jalapeño ha sido creado específicamente para agentes interactivos que requieren múltiples pasos en secuencia. Su arquitectura minimiza el movimiento de datos y los retrasos en comunicación, manteniendo el estado del modelo local mientras activa la combinación adecuada de computación, memoria y red para cada fase de inferencia.
IA diseñando IA
El chip fue desarrollado en solo nueve meses utilizando los propios modelos de OpenAI para acelerar el diseño. Además, usando Codex con GPT-Astra, el equipo logró que tres modelos alcanzaran alto rendimiento en dos meses, con implementaciones generadas por IA que fueron hasta 1.8 veces más rápidas que las escritas por humanos.
Hacia una IA más accesible
Jalapeño, con un consumo sostenido inferior a 550 vatios, permitirá:
- Respuestas más rápidas en ChatGPT y la API
- Agentes más receptivos para tareas complejas
- IA más asequible gracias a la reducción de costos
- Acceso más fiable incluso con alta demanda
Una plataforma de futuro
OpenAI planea desplegar Jalapeño en su infraestructura para finales de año, como primera generación de una hoja de ruta multigeneracional (Gen 2 y Gen 3 ya en desarrollo), mientras continúa utilizando aceleradores de NVIDIA para otras cargas de trabajo.
