Alianza con Broadcom y uso interno para asegurar cómputo
OpenAI comenzará a producir en masa chips de IA de OpenAI en 2026, fruto de un co-diseño con Broadcom (EE. UU.). La compañía destinará estos procesadores a su propia infraestructura y no los venderá a terceros, una jugada para reducir su dependencia de NVIDIA y asegurar capacidad de cómputo para modelos como GPT-5.
OpenAI co-diseñó con Broadcom un acelerador XPU que entrará en producción masiva en 2026 y se usará exclusivamente de forma interna. Diversos reportes sitúan la inversión alrededor de 10 000 millones de dólares vinculados a un gran contrato con un cliente no revelado.
Qué se sabe hoy del chip y del acuerdo
Informes coincidentes señalan que OpenAI eligió a Broadcom para industrializar su primer acelerador propio y que los envíos arrancarían en 2026, con uso interno y sin canal comercial. Esto alinea a OpenAI con otras big tech que ya operan silicio personalizado. Silicio personalizado y co-diseño hardware-software son claves para ajustar coste, latencia y consumo.
El CEO de Broadcom, Hock Tan, habló de un pedido superior a 10 000 millones de dólares de un “nuevo cliente” en su vertical de IA; diversos medios identifican a OpenAI como ese comprador. Algunos reportes técnicos añaden que el chip —internamente referido como acelerador XPU— podría fabricarse en TSMC con nodo TSMC N3 (3 nm), integrando memoria HBM de alto ancho de banda. Son detalles aún no confirmados por las partes.
¿Por qué OpenAI diseña hardware propio?
Desde 2023, Sam Altman y su equipo han señalado la escasez de unidad de procesamiento gráfico (GPU) como freno para desplegar capacidades a escala. En 2025, Altman llegó a decir que estaban “out of GPUs” durante picos de demanda, priorizando usuarios de pago mientras ampliaban infraestructura. El co-diseño del chip busca estabilizar servicios, bajar el coste por token y acelerar nuevos lanzamientos.
El lanzamiento de GPT-5 en agosto de 2025 confirmó un giro más empresarial: OpenAI centra su roadmap en productividad y despliegues robustos para ChatGPT Enterprise, con mejoras de seguridad, conectores y control de red. El hardware propio encaja en esa estrategia de control extremo del stack
XPU: qué es y qué cambia para Arte Digital y 3D
Una XPU es un acelerador programable que combina rasgos de GPU/TPU/ASIC para entrenar e inferir modelos generativos con eficiencia. Para nuestro campo —Arte Digital y Diseño 3D— esto implica: más latencia baja en render de ayuda creativa, upscaling y difusión 2D/3D; mejor ancho de banda gracias a HBM; y mayor estabilidad de servicio en picos.
En pipelines 3D emergentes (splatting, NeRFs, text-to-3D, video-to-3D), un acelerador afinado al runtime de OpenAI podría acelerar previsualizaciones y tareas de postproducción asistida (inpainting, style transfer, clean plate). Para estudios y freelancers, eso se traduce en menos tiempos muertos de API y costes previsibles al usar herramientas basadas en GPT-5/Sora.
Impacto en el ecosistema: NVIDIA y la nueva competencia
NVIDIA sigue siendo el actor dominante: en su segundo trimestre fiscal cerrado el 27 de julio de 2025, reportó 46,7 mil millones de dólares de ingresos, +56 % interanual, impulsados por su centro de datos. Ese contexto explica por qué nuevos jugadores como OpenAI buscan alternativas para ganar previsibilidad y margen.
Si la apuesta de OpenAI madura, veremos mayor diversificación del hardware de IA en centros de datos creativos y nubes públicas, con posible presión a la baja en precios por inferencia. Para diseñadores, la competencia puede significar herramientas más rápidas y accesibles: upscalers en tiempo real, asistentes de rigging y sim fluidas con menos espera entre iteraciones.
Qué esperar en 2026: hoja de ruta razonable
- Producción masiva con Broadcom y despliegue prioritario interno en granjas de entrenamiento e inferencia de OpenAI. No se prevé venta a terceros. Co-diseño hardware-software permitirá exprimir bibliotecas y planificadores del runtime de OpenAI.
- Posible fabricación en TSMC a 3 nm y adopción de HBM de última generación, sujeto a confirmación. Si se consolida, veremos mejoras en eficiencia energética, relevantes para estudios que dependen de cuotas de cómputo en la nube.
- Cambios operativos en ChatGPT: Altman ha indicado que, en situaciones de capacidad, se priorizará a usuarios de pago y a clientes empresariales, algo alineado con la llegada de GPT-5 y con un backend propio más controlable.
¿Cómo deberían prepararse creativos y estudios para los nuevos Chips de IA de OpenAI?
- Audita tu pipeline: identifica tareas sensibles a latencia (denoise, tracking, upscale) para medir impacto si bajan los tiempos de API.
- Estandariza formatos: adopta interchange robusto (USD, Alembic, OpenEXR) para integrar servicios de IA externa sin fricción.
- Calcula el TCO: compara costes actuales por fotograma/proyecto con escenarios de coste por token más bajos.
- Diseña con resiliencia: mantén fallbacks GPU locales para picos; el chip propio de OpenAI reducirá cortes, pero la demanda creativa es elástica.
La entrada de OpenAI en el diseño de chips de IA no es solo una batalla de gigantes: es un paso hacia servicios más estables y rápidos para la creación digital. Si el plan con Broadcom se confirma en 2026, el arte digital y el 3D ganarán en velocidad y previsibilidad. ¿Cómo transformarías tu pipeline si la inferencia fuese prácticamente instantánea?
