OpenAI e Broadcom lançam chip jalapeño para otimizar inferência de LLMs

A OpenAI, em parceria com a Broadcom, anunciou o lançamento do Jalapeño, seu primeiro processador de inteligência artificial (IA) projetado especificamente para a inferência de Large Language Models (LLMs). O chip, revelado em 24 de junho de 2026, representa um passo estratégico da OpenAI para verticalizar sua infraestrutura de IA, buscando tornar a computação de modelos avançados mais eficiente, acessível e com custos reduzidos.

O que mudou na prática

O Jalapeño é um acelerador de IA customizado, desenvolvido do zero em apenas nove meses, com o auxílio de modelos de IA da própria OpenAI para agilizar o processo de design e otimização. Diferente de aceleradores de propósito geral adaptados para IA, o Jalapeño foi arquitetado com base no profundo entendimento da OpenAI sobre os fundamentos da inferência de LLMs, considerando as necessidades de seus próprios modelos, como o ChatGPT e Codex, e futuros produtos.

Testes iniciais indicam que o Jalapeño entregará uma performance por watt substancialmente superior aos chips de ponta atuais, embora detalhes técnicos completos e dados de performance ainda serão divulgados nos próximos meses. A arquitetura do chip foi otimizada para reduzir o movimento de dados e equilibrar recursos de computação, memória e rede, visando uma utilização próxima dos limites teóricos de performance. A Broadcom contribui com sua expertise em implementação de silício e tecnologias de rede, incluindo o silício de rede Tomahawk, enquanto a Celestica participa da integração de placas, racks e sistemas.

O plano é que a primeira geração do Jalapeño seja implantada em data centers até o final de 2026, com o objetivo de escalar para data centers de gigawatts em parceria com a Microsoft e outros colaboradores nos próximos anos, como parte de uma plataforma de computação multi-geracional.

Impacto e por que importa

Para empresas brasileiras que dependem ou planejam adotar LLMs em suas operações, o lançamento do Jalapeño tem implicações significativas. A principal delas é a promessa de uma redução nos custos de inferência de IA. Com a crescente utilização de tokens e o aumento dos custos associados, a otimização de hardware pode aliviar a pressão orçamentária, tornando a IA generativa mais viável economicamente em larga escala.

A entrada da OpenAI no design de chips reflete uma tendência de verticalização observada em outras grandes empresas de tecnologia, como Google (com seus TPUs) e AWS (com seus chips Trainium). Essa estratégia permite à OpenAI um controle maior sobre a pilha tecnológica completa, desde os modelos até a infraestrutura subjacente, o que pode resultar em maior eficiência, menor latência e maior confiabilidade para seus serviços de IA.

Além disso, a capacidade do Jalapeño de funcionar com todos os LLMs, não apenas os da OpenAI, sugere um impacto mais amplo na indústria. Isso pode fomentar a concorrência e a inovação no mercado de hardware de IA, potencialmente beneficiando desenvolvedores e empresas que utilizam diferentes modelos de linguagem. A diversificação da infraestrutura da OpenAI, que já colabora com Nvidia e Cerebras, também reduz a dependência de um único fornecedor, mitigando riscos na cadeia de suprimentos e impulsionando a resiliência.

O que monitorar e próximos passos

Empresas brasileiras devem monitorar a evolução do Jalapeño e seus impactos no mercado de computação de IA. A divulgação dos relatórios técnicos detalhados sobre a performance do chip será crucial para avaliar seu real potencial e as economias que ele pode gerar.

A implantação inicial em data centers até o final de 2026 e a expansão para data centers de gigawatts nos anos seguintes indicarão a escala e a velocidade da adoção dessa nova tecnologia. A colaboração da OpenAI com a Microsoft e outros parceiros na implantação de data centers também será um fator a ser observado, pois pode influenciar a disponibilidade e o custo dos recursos de IA na nuvem.

Para as empresas que já utilizam ou planejam implementar LLMs, é fundamental acompanhar as mudanças nos modelos de precificação de tokens e na eficiência energética dos serviços de IA. A otimização de hardware como o Jalapeño pode catalisar uma “guerra de preços” no ecossistema de modelos, oferecendo maior flexibilidade e opções para as empresas gerenciarem seus orçamentos de IA. A capacidade de executar cargas de trabalho de IA de forma mais eficiente pode liberar recursos para novas aplicações e inovações, acelerando a transformação digital impulsionada pela IA no Brasil.