Eu uso inteligência artificial praticamente todos os dias, principalmente para programação, pesquisa e algumas tarefas que antes tomariam muito mais tempo. E uma coisa que fica fácil de esquecer enquanto usamos ChatGPT, Gemini, Claude e tantas outras ferramentas é a quantidade absurda de hardware trabalhando por trás de uma simples resposta.
É justamente aí que entra o Jalapeño, o primeiro chip de inteligência artificial desenvolvido pela OpenAI especificamente para inferência.
E, sinceramente, essa notícia me chamou mais atenção do que o lançamento de mais um modelo de IA.
Afinal, o que é o Jalapeño?
Jalapeño é o primeiro chip próprio da OpenAI focado em inferência de modelos de inteligência artificial. Imagem: OpenAI.
Em junho, a OpenAI e a Broadcom apresentaram oficialmente o Jalapeño, desenvolvido do zero pensando em modelos de linguagem.
Agora temos os primeiros resultados reais do hardware.
Antes de qualquer coisa, é importante entender uma diferença: o Jalapeño não foi criado principalmente para treinar uma IA.
Ele foi criado para rodar modelos que já foram treinados.
Quando você manda uma pergunta para uma IA e recebe uma resposta, esse processo é chamado de inferência.
É justamente nessa etapa que milhões de usuários estão consumindo processamento todos os dias.
E quanto mais utilizamos agentes de IA, geração de código, pesquisa, voz, imagens e modelos cada vez maiores, maior fica esse problema.
E os primeiros números são bem interessantes
Segundo os testes divulgados pela própria OpenAI, o Jalapeño conseguiu entregar entre 1,5 e 1,9 vez mais processamento de IA por watt em comparação com os sistemas utilizados como referência.
A empresa também afirma ter conseguido entre 1,7 e 3,6 vezes menos latência de ponta a ponta.
Em cargas altamente interativas, a vantagem chegou a algo entre 2,1 e 4,1 vezes mais desempenho.
É claro que estamos falando de benchmarks divulgados pela própria fabricante do chip, então esses números precisam ser vistos nesse contexto.
Mas eles mostram algo interessante: a OpenAI não está tentando simplesmente criar “uma GPU própria”.
Ela está construindo um hardware extremamente especializado para aquilo que mais utiliza.
O mais curioso: ele não funciona apenas com modelos da OpenAI
Uma coisa que achei particularmente interessante é que os testes não ficaram restritos aos modelos da própria empresa.
O Jalapeño foi testado com:
- GPT-OSS 120B;
- DeepSeek R1 670B;
- Kimi K2.5 1T.
Isso é importante porque mostra que a arquitetura não foi criada exclusivamente para executar algum modelo fechado específico da OpenAI.
A ideia parece ser construir uma plataforma de inferência capaz de atender diferentes arquiteturas de modelos.
E isso muda um pouco a dimensão do projeto.
A OpenAI está tentando controlar cada vez mais partes da própria infraestrutura
O Jalapeño faz parte de uma estratégia maior da OpenAI de desenvolver sua infraestrutura de IA de ponta a ponta. Imagem: OpenAI.
Talvez essa seja a parte mais importante dessa história.
Hoje, quando pensamos em IA, normalmente pensamos em empresas como OpenAI, Google ou Anthropic.
Mas por baixo delas existe uma dependência enorme de empresas como a NVIDIA, além de fabricantes de memória, redes, servidores e datacenters.
A OpenAI agora está tentando participar diretamente de praticamente toda essa cadeia.
Ela já desenvolve os modelos.
Desenvolve os produtos.
Desenvolve o software responsável por executar esses modelos.
Opera uma infraestrutura gigantesca.
E agora também está desenvolvendo o próprio silício.
Isso permite otimizar hardware e software juntos, de uma forma parecida com o que a Apple vem fazendo há anos com seus processadores.
Só que aqui estamos falando de infraestrutura para IA em escala de datacenter.
Isso significa o fim da NVIDIA?
Não.
E acho importante deixar isso claro porque provavelmente veremos muitas manchetes nesse sentido.
O Jalapeño não significa que a OpenAI vai simplesmente abandonar GPUs da NVIDIA.
A demanda por processamento de inteligência artificial está crescendo rápido demais para isso.
Além disso, GPUs continuam sendo extremamente flexíveis e fundamentais principalmente para treinamento.
A diferença é que, para uma carga extremamente previsível e gigantesca como servir modelos de IA para milhões de pessoas, um chip especializado pode fazer muito sentido.
Em vez de tentar utilizar um hardware que precisa funcionar bem para diversas finalidades, você cria algo especificamente para o seu problema.
A própria IA ajudou a desenvolver o chip
Essa é uma das partes mais legais da história.
Segundo a OpenAI, seus próprios modelos foram utilizados durante o desenvolvimento do Jalapeño.
A empresa afirma que gerações anteriores dos seus modelos ajudaram no projeto e na validação inicial do chip, enquanto modelos mais recentes estão sendo utilizados para otimizar e programar o hardware.
Ou seja:
IA ajudando a criar hardware que será utilizado para rodar mais IA.
Parece uma frase saída de ficção científica, mas começa a mostrar um ciclo interessante.
Melhores modelos ajudam no desenvolvimento de melhores chips.
Melhores chips permitem executar modelos maiores e mais rapidamente.
Esses modelos podem então ajudar no desenvolvimento da próxima geração de hardware.
E o que isso muda para quem está no Brasil?
Provavelmente nada amanhã.
Mas no longo prazo, bastante coisa.
Quando usamos uma IA aqui no Brasil, existe uma infraestrutura enorme por trás daquela resposta.
Servidor, rede, energia, refrigeração, armazenamento e, principalmente, aceleradores extremamente caros.
E boa parte desse hardware é precificada em dólar.
Quanto mais eficiente for essa infraestrutura, menor tende a ser o custo necessário para gerar cada token.
Isso pode permitir que empresas ofereçam modelos mais poderosos para mais usuários, aumentem limites de uso ou simplesmente consigam suportar uma quantidade muito maior de pessoas utilizando IA simultaneamente.
Não significa necessariamente que veremos uma assinatura do ChatGPT ficando mais barata por causa do Jalapeño.
Mas eficiência de infraestrutura é uma das peças necessárias para que IA em grande escala se torne mais acessível.
E para países como o Brasil, onde custo em dólar pesa bastante, isso é especialmente relevante.
Energia também começa a virar parte da discussão
Outro ponto que tenho achado cada vez mais interessante nessa corrida de IA é que ela deixou de ser apenas uma disputa por software.
Agora estamos falando de:
chips, memória, datacenters, energia elétrica, refrigeração e redes de altíssima velocidade.
O Jalapeño possui potência nominal de 700 watts, mas a OpenAI afirma que, nos workloads testados, o consumo sustentado ficou em até 550 watts.
Quando você olha para um único chip, talvez isso não pareça tão importante.
Quando começa a multiplicar isso por dezenas ou centenas de milhares de aceleradores dentro de datacenters, cada ganho de eficiência passa a representar muita energia — e muito dinheiro.
Talvez a próxima guerra da IA aconteça no hardware
Durante os últimos anos acompanhamos uma corrida para descobrir quem teria o melhor modelo.
GPT contra Gemini.
Gemini contra Claude.
Modelos fechados contra modelos abertos.
Mas cada vez mais parece que existe outra disputa acontecendo por baixo disso tudo.
Quem consegue construir a infraestrutura mais eficiente para rodar esses modelos?
Google já desenvolve seus TPUs há anos.
Amazon possui seus próprios aceleradores.
Microsoft trabalha em chips próprios.
E agora a OpenAI tem o Jalapeño.
A NVIDIA continua sendo uma gigante difícil de alcançar, mas o mercado está claramente caminhando para um cenário em que as maiores empresas de IA também desenvolvem hardware especializado.
E talvez essa seja uma das notícias mais importantes do Jalapeño.
Não é apenas um chip novo.
É a OpenAI deixando de ser somente uma empresa de modelos e produtos de inteligência artificial e avançando mais uma camada em direção a controlar toda a infraestrutura necessária para executá-los.
Vou acompanhar principalmente o que acontece quando esse hardware começar a ser utilizado em escala.
Porque se os resultados apresentados agora realmente se mantiverem em produção, o Jalapeño pode ser muito mais importante do que o nome engraçado faz parecer.
Fontes
- OpenAI — Jalapeño’s first results show industry-leading speed and efficiency in AI inference
- OpenAI — OpenAI and Broadcom unveil LLM-optimized inference chip
- OpenAI — The full stack behind abundant intelligence