OpenAI apresenta benchmarks do Jalapeño e reivindica vantagem de eficiência sobre a Nvidia

A OpenAI publicou nesta terça-feira, 25 de agosto, os primeiros resultados de benchmark do Jalapeño, chip de inferência desenvolvido em parceria com a Broadcom. Medido no InferenceX, benchmark público mantido pela SemiAnalysis, o chip entregou entre 1,5 e 1,9 vez mais trabalho por watt que sistemas Blackwell da Nvidia, e reduziu a latência ponta a ponta de 1,7 a 3,6 vezes. Em cargas conversacionais como as que o ChatGPT gera, os resultados chegaram a 4,1 vezes de vantagem.

O anúncio foi feito por Sam Altman, CEO da OpenAI, e Hock Tan, CEO da Broadcom. Charlie Kawwas, presidente de soluções em semicondutores da Broadcom, entregou fisicamente a primeira unidade a Altman e a Greg Brockman, presidente da OpenAI. O sistema foi projetado pela OpenAI a partir dos requisitos de seus modelos, kernels e sistemas de serving; Broadcom e Celestica assumiram a industrialização, a integração em rack, a rede de alta performance e o volume de produção.

O que muda para quem paga a conta da inferência

Jalapeño é um chip de inferência, não de treino. A distinção importa. Treino é uma despesa concentrada em janelas curtas, com investimentos que se amortizam ao longo de anos. Inferência é uma despesa recorrente, tocada em milissegundos, que cresce toda vez que um usuário faz uma pergunta ao ChatGPT. Se cada consulta custa uma fração menor de watts, a margem operacional do produto muda.

Segundo Tan, a colaboração aponta para "data centers em escala de gigawatts com a Microsoft e outros parceiros começando em 2026". A OpenAI estima implantar Jalapeño em volume pequeno até o fim deste ano, com escala maior em 2027. A companhia não divulgou custo unitário. Analistas independentes que replicaram os testes indicam economia significativa em custo por consulta, embora o número final dependa do preço que a OpenAI decidir alocar ao chip em base contábil interna.

O comentário de Altman foi curto: "A gente fez o chip, e ele é rápido."

Quatro clientes da Nvidia agora fazem seus próprios chips

Google roda TPUs há uma década. Microsoft anunciou o Maia 200 este ano. Meta acelera o MTIA para inferência interna. Amazon roda Trainium e Inferentia na AWS. Com o Jalapeño, a OpenAI se junta a esse clube, e faz isso enquanto continua sendo o maior comprador individual de GPUs H200 e Blackwell do planeta.

A leitura curta é que a Nvidia está sob ataque. A leitura mais precisa é diferente. Os quatro hyperscalers construíram silício próprio para casos específicos, não para substituir a Nvidia integralmente. Google roda a maior parte de seus workloads de inferência em TPUs, mas ainda compra H100 em volume. Microsoft usa Maia para cargas selecionadas da OpenAI, mas aloca o grosso de sua capacidade em GPUs Nvidia. O padrão que se desenha é de mix, não de substituição.

Nvidia reporta hoje

A Nvidia divulga resultado do segundo trimestre fiscal 2027 após o fechamento do mercado americano nesta quarta-feira. Consenso de analistas aponta US$ 92 bilhões em receita, alta de 97% em base anual, com o segmento de data center próximo de US$ 85,7 bilhões. Microsoft, Alphabet, Amazon e Meta gastaram juntas US$ 166 bilhões em capex no trimestre de junho, alta de 87% em base anual e 27% ante o trimestre imediatamente anterior. A parte desse dinheiro que vira receita da Nvidia é o número que Wall Street vai ler primeiro.

O Jalapeño chegou às vésperas dessa leitura. A pergunta que analistas devem fazer no call: qual a fatia da inferência da OpenAI que hoje roda em Nvidia e migra para Jalapeño em 2027. O que fica no gráfico de receita da chip maker. O que sai. E se a Broadcom, hoje classificada como "networking e custom silicon" no P&L, passa a competir de frente com Santa Clara por dólares que antes iam integralmente para lá.

O que a economia da inferência agora reprecifica

Para o CIO que aloca orçamento de infraestrutura de IA, o Jalapeño reordena a decisão de curto prazo. Não porque haja chip disponível para compra em 2027 fora da OpenAI. Mas porque prova, com número público em benchmark aberto, que a hipótese de monopólio de eficiência da Nvidia em inferência não se sustenta. Provedores de serviço, especialmente na Europa e no Japão, já discutem como vender inferência em nuvens soberanas com margem competitiva. Data centers no Brasil desenhados hoje para carga de IA precisam considerar essa opção nos próximos ciclos de refresh.

O ponto operacional é que o custo por token caiu como fenômeno estrutural. Não como campanha comercial.