O que é o Jalapeño, o chip de inferência da OpenAI?

Jalapeño

Não, não é o nome de um prato mexicano no cardápio: é o nome do primeiro chip da OpenAI 😀

A empresa que até ontem era só cliente do silício dos outros agora tem o seu próprio, e ele veio com nome de pimenta

O Jalapeño é o primeiro Intelligence Processor da OpenAI, um acelerador co-desenvolvido com a Broadcom e arquitetado em torno da visão da empresa para o futuro da inferência de LLM. Foi anunciado publicamente em 24 de junho de 2026 e detalhado com os primeiros resultados de benchmark na conferência Hot Chips, em 25 de agosto de 2026

Bora entender o que ele é de verdade, sem hype?

Por que a OpenAI fez o próprio chip de inferência

Primeiro precisamos separar duas coisas que muita gente joga no mesmo balde

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Treinamento é o processo de criar o modelo, queimando computação por semanas ou meses pra ajustar os pesos

Inferência é o que acontece depois: o modelo já está pronto e precisa responder ao seu comando, agora, com você olhando pra tela esperando o token aparecer

O Jalapeño é um ASIC dedicado a inferência. Não é uma GPU de uso geral e não foi feito pra treinar nada

E aqui está o pulo do gato: quando você serve modelo pra milhões de pessoas ao mesmo tempo, a inferência vira o gargalo econômico da brincadeira. Cada resposta custa energia, custa memória e custa tempo de espera

A tese de arquitetura declarada pela OpenAI:

A OpenAI diz que a arquitetura do Jalapeño reduz a movimentação de dados e equilibra os recursos de computação, memória e rede pra chegar a uma utilização real muito mais próxima do pico teórico

Se você já mexeu com otimização de aplicação, a analogia é direta: não adianta ter o servidor mais parrudo do mundo se o dado fica indo e voltando à toa entre as camadas. O chip pode ter um pico de papel absurdo e entregar uma fração disso na vida real

O design também mira dois pontos específicos que a OpenAI aponta como gargalos frequentes: a fase de prefill e a fase de comunicação do processamento

E tem um detalhe de bastidor que é mto massa: o chip foi co-desenvolvido do design inicial até o tape-out de fabricação em nove meses, o que OpenAI e Broadcom descrevem como o ciclo de desenvolvimento de ASIC mais rápido já alcançado em semicondutores avançados de alto desempenho

Como? Segundo a própria OpenAI, os modelos dela ajudaram no processo de design do chip

Ou seja: a IA ajudando a construir o hardware que vai rodar a IA 🙂

Especificações do Jalapeño: o que a OpenAI divulgou

Agora a ficha técnica, com a leitura do que cada número significa na prática

Por acelerador:

• 13,4 petaFLOPS em MXFP4: a computação bruta em precisão de 4 bits, o formato que domina o serving moderno porque cabe mais trabalho no mesmo silício
• 216 GB de memória HBM4: é aqui que os pesos do modelo moram durante a inferência, quanto mais memória rápida por acelerador, menos você precisa picotar o modelo entre chips
• 15,4 TB/s de banda de memória: a velocidade com que esses pesos chegam até a computação, em inferência de LLM isso costuma pesar mais que o pico de FLOPS

Por rack:

• 128 aceleradores
• 1,7 exaFLOPS de computação de 4 bits
• 27,5 TB de HBM4

Processo e potência:

• Construído em processo de 3 nm, ajustado aos padrões específicos de movimentação de memória, computação e rede da inferência de LLM
• Classificado em 700 watts, mas a potência sustentada medida ficou em 550 watts ou abaixo nas cargas testadas

Esse último ponto merece atenção: classificação é o teto, sustentado é o que a conta de luz do data center vê. A diferença entre os dois é exatamente o tipo de coisa que decide quantos aceleradores cabem num rack

Jalapeño x NVIDIA GB200 e GB300: o que dizem os benchmarks

Aqui a OpenAI fez algo que dá pra checar: em vez de publicar só slide próprio, o Jalapeño foi medido no InferenceX, benchmark público operado pela SemiAnalysis, contra sistemas comerciais líderes

Os sistemas de comparação usados nos resultados publicados foram os racks GB200 e GB300 da NVIDIA

Os testes cobriram três modelos de pesos abertos: GPT-OSS 120B, DeepSeek R1 670B e Kimi K2.5 1T. A ideia é mostrar que a arquitetura funciona com modelos criados dentro e fora da OpenAI

O recorte das cargas altamente interativas é o mais interessante pra quem usa IA no editor ou no chat: é justamente o cenário de muita gente pedindo resposta ao mesmo tempo, esperando o token sair rápido

E agora o disclaimer honesto, que vale mais que qualquer número da tabela

A OpenAI indicou que um relatório técnico com os detalhes do Jalapeño sairá nos próximos meses. Até agora ele não saiu

Então o que temos é: um benchmark público operado por terceiro, com escopo declarado de três modelos de pesos abertos contra racks GB200 e GB300, e a documentação técnica completa ainda no forno

É bem mais do que a média dos anúncios de chip entrega, mas não é a palavra final

O que o Jalapeño muda para quem usa IA no dia a dia

Resposta curta e sem enrolação: por enquanto, quase nada

O Jalapeño é a primeira etapa de uma plataforma de computação de várias gerações, com implantação inicial prevista para o fim de 2026 em data centers operados pela Microsoft e outros parceiros

E a própria OpenAI fala em implantação em escala muito pequena até o fim de 2026, com um rollout maior em 2027

Ou seja: você não vai acordar semana que vem com a API mais barata porque o chip existe

O que interessa é o médio prazo. Segundo o CEO da Broadcom, Hock Tan, o acelerador mostra economia de custo de cerca de 50% em comparação com GPUs de IA típicas

Se isso se confirmar em escala, o efeito chega em você por dois caminhos: preço (custo de servir cai, e historicamente parte disso vira preço de API) e latência (menos tempo de espera nas cargas interativas)

Mas repare que eu escrevi "se". Nada disso foi anunciado como promessa de preço, e não existe declaração oficial sobre custo por token atrelado ao Jalapeño

Tome cuidado com quem já está fazendo planilha de economia em cima de um chip que ainda vai ser implantado 😛

OpenAI em movimento: vídeo do canal

O movimento de ter silício próprio não acontece no vácuo: ele faz parte de uma expansão bem maior da OpenAI em várias frentes ao mesmo tempo

Pra começar do zero com o momento atual da empresa, este vídeo do canal mostra o assunto:

O que acompanhar daqui pra frente

Recapitulando o que sabemos de fato

O Jalapeño é o primeiro chip próprio da OpenAI, um ASIC de inferência co-desenvolvido com a Broadcom, anunciado em 24 de junho de 2026 e detalhado no Hot Chips em 25 de agosto de 2026

A ficha técnica divulgada fala em 13,4 petaFLOPS em MXFP4, 216 GB de HBM4 e 15,4 TB/s por acelerador, com 128 aceleradores por rack em processo de 3 nm

Os números de desempenho vêm do InferenceX, benchmark público operado pela SemiAnalysis, contra racks GB200 e GB300 da NVIDIA, em três modelos de pesos abertos

E o relatório técnico prometido pela OpenAI ainda não saiu

Então o que vale acompanhar é exatamente isso: a publicação do relatório técnico, que é onde os detalhes de arquitetura vão poder ser destrinchados, e os sinais de rollout ampliado em 2027, que é quando o Jalapeño da OpenAI deixa de ser notícia de conferência e começa a aparecer na conta de quem consome inferência

Até lá, o resto é especulação…

Até o próximo post! 🙂