OpenAI ha terminado de alquilar su futuro a Nvidia. La empresa anunció una asociación con Broadcom para desarrollar aceleradores de IA personalizados específicamente optimizados para modelos de lenguaje grandes, con un objetivo de implementación que abarca desde el segundo semestre de 2026 hasta finales de 2029.
La escala es asombrosa: 10 gigavatios de aceleradores AI personalizados.
Qué aspecto tiene realmente la asociación
La división del trabajo aquí es clara. OpenAI se encarga del diseño del acelerador, aportando su profundo conocimiento de las cargas de trabajo de LLM directamente en la arquitectura del silicio. Broadcom asume la responsabilidad del desarrollo, la fabricación y la implementación de esos sistemas, integrándolos con su propia tecnología de red Ethernet.
Esto no es la primera aproximación de OpenAI con chips personalizados. En septiembre de 2025, surgieron informes de que la empresa trabajaba con Broadcom en un chip acelerador “XPU” destinado a la producción en 2026. El anuncio del 13 de octubre confirma y amplía enormemente ese esfuerzo.
“Desarrollar nuestros propios aceleradores contribuye al ecosistema más amplio,” dijo el CEO de OpenAI, Sam Altman.
El CEO de Broadcom, Hock Tan, planteó la ambición de manera más directa, describiendo el objetivo como "co-desarrollar y desplegar 10 gigavatios de aceleradores de próxima generación".
Las instalaciones se implementarán en las propias instalaciones de OpenAI y en los centros de datos afiliados.
Por qué OpenAI necesita su propio silicio
Se informa que OpenAI tiene más de 800 millones de usuarios activos semanales que utilizan sus servicios de IA basados en la nube. Operar modelos de lenguaje a gran escala es extremadamente costoso, y los aceleradores personalizados permiten a OpenAI integrar directamente sus conocimientos arquitectónicos en el hardware: en lugar de escribir software que contornea las limitaciones de un chip, se diseña el chip según las necesidades exactas de su software.
Este es el mismo plan que Google implementó con sus chips TPU (Tensor Processing Unit). Amazon siguió con sus chips Trainium e Inferentia para AWS. Microsoft tiene sus aceleradores Maia.
Qué significa esto para el panorama competitivo
La integración de redes Ethernet de Broadcom es un detalle significativo. La inferencia de IA a gran escala no se trata solo de chips rápidos, sino de mover datos entre chips de manera eficiente. Al combinar su experiencia en redes con los diseños de aceleradores de OpenAI, Broadcom puede ofrecer una solución integral.
La línea de tiempo de implementación de 2026 a 2029 es relevante para cualquier persona que modele las finanzas de OpenAI. Los chips personalizados tardan en generar retornos, pero una vez operativos, podrían reducir drásticamente los costos de cómputo por consulta de OpenAI. Con 800 millones de usuarios activos semanales y en crecimiento, incluso ganancias de eficiencia modestas por inferencia se traducen en ahorros medidos en miles de millones anuales.