Hace casi un mes que OpenAI desveló al mundo algunos de los detalles de Jalapeño, su primer chip de IA propio, desarrollado en colaboración con Broadcom. Que una empresa haga un chip es un auténtico hito que requiere tiempo, dinero y varias generaciones hasta pulir el componente.Sin embargo, la empresa liderada por Sam Altman ha ido a velocidad de vértigo: del concepto arquitectónico al silicio en menos de 20 meses, y del código a la fabricación en apenas nueve. ¿Cuál es su secreto? Para sorpresa de nadie, usar sus propios modelos de IA como herramienta de diseño. Lo contaba Richard Ho, vicepresidente de hardware de OpenAI: "los modelos están dando superpoderes a nuestros ingenieros".El chip. Jalapeño alcanza hasta 13,4 petaflops de cómputo en 4 bits, accede a 232 gigabytes de la memoria más avanzada disponible y se conecta a esta a 15,4 terabytes por segundo. En cuanto a la latencia, la reduce de extremo a extremo hasta 3,6 veces frente a la GB300 de Nvidia, el chip del que actualmente depende OpenAI, y además lo hace consumiendo menos energía, según datos publicados por la propia OpenAI.Hacia el adiós a Nvidia. Jalapeño se anunció oficialmente el 24 de junio de 2026 y constituye el primer paso de OpenAI para, eventualmente, dejar de depender de Nvidia y fabricar su propio hardware. Se fabrica en TSMC y se enmarca en un plan de infraestructura a gran escala y a varios años vista junto a Broadcom.Hoy en día casi cualquier gran tecnológica que se precie ha hecho sus pinitos en el diseño de chips propios para IA, precisamente para depender menos de Nvidia, la gran beneficiada del boom del sector: ahí están la TPU de Google o Maia, de Microsoft. Lo verdaderamente diferencial en el caso de OpenAI es la rapidez: lo suyo ha sido casi visto y no visto. En Xataka Xiaomi se la juega: sus beneficios caen un 42%, pero acelera su inversión en el mercado más caro del mundo Cómo demonios lo han hecho tan rápido. La realidad hace justicia a esas grandilocuentes declaraciones del vicepresidente de hardware de OpenAI. El equipo de diseño de Jalapeño contó de media con menos de 100 personas a lo largo del proyecto, y el trabajo se dividió con Broadcom: mientras que la gente de Altman se encargó del diseño de sistema, a Broadcom le tocó la parte física.Lo que la IA aceleró fue el front-end del diseño, la fase de escritura de código del chip, apoyándose en herramientas como XLS. Como explica Chris Leary, de OpenAI: "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".Hay cosas que la IA sigue sin poder hacer. Mientras que la IA fue de gran ayuda en el front-end, su aportación en el back-end fue mucho más discreta: esa fase siguió dependiendo en gran medida de Broadcom y de ingenieros humanos.Tanto Ho como Leary son claros: la labor del ingeniero sigue siendo imprescindible y, a día de hoy, insustituible por una IA. "No estamos diciendo que cualquiera pueda venir y construir chips aceleradores de IA/ML de última generación usando solo Codex. Estamos diciendo cosas muy concretas sobre cómo sacarle más partido a Codex, y cómo nos hemos centrado en un equipo pequeño y en plazos rápidos para lograr resultados de calidad", resume Ho. En pocas palabras: la IA ha multiplicado la productividad de equipos pequeños y muy expertos, pero no automatiza el diseño de chips de cabo a rabo.En Xataka | Los chips chinos para la IA apuntaban a ser una bombona de oxígeno para la industria. Ahora ese oxígeno es un 50% más caroEn Xataka | La IA es la nueva fiebre del oro y Fujitsu tiene un plan: devolver Japón a los días dorados con su chip MonakaPortada | OpenAI - La noticia Diseñar un chip de IA suele llevar años. OpenAI encontró un atajo bastante obvio: usar su propia IA para hacerlo fue publicada originalmente en Xataka por Eva R. de Luis .