OpenAI y Broadcom se unen para diseñar chips de IA propios y disminuir dependencia de Nvidia

Ciudad de México, 13 de octubre de 2025 — En un movimiento estratégico que podría redefinir la infraestructura del cómputo en inteligencia artificial, OpenAI y Broadcom anunciaron hoy el lanzamiento de un proyecto conjunto para desarrollar chips personalizados de IA. The Verge+1

Según los detalles divulgados, estos nuevos aceleradores estarán diseñados específicamente para soportar la creciente demanda de modelos de IA de gran escala —como los usados en ChatGPT y otros sistemas generativos—, con el objetivo de mejorar el rendimiento, la eficiencia energética y la integración entre hardware y software. The Verge

El plan contempla el despliegue escalonado de sistemas basados en estos chips hacia fines de 2026, aunque los equipos completos de aceleradores personalizados —que tendrían una potencia combinada estimada en 10 gigavatios — se espera que estén en operación en los próximos años. The Verge+1 Broadcom se encargará de la manufactura y puesta en marcha del hardware, mientras que OpenAI liderará el diseño adaptado al tipo de cargas de trabajo que suelen demandar los modelos actuales. wsj.com+1

¿Por qué es significativo?

1. Reducción de dependencias: Hasta ahora, empresas como OpenAI han dependido mayoritariamente de chips de terceros —principalmente Nvidia— para sus necesidades de cómputo de alto rendimiento. Este acuerdo con Broadcom representa un paso hacia la autosuficiencia en hardware de IA. wsj.com+1
2. Escalabilidad de IA: A medida que los modelos de IA se tornan más complejos y ambiciosos, requieren no solo más potencia de cómputo sino también eficiencia en consumo energético y costos operativos. Tener chips personalizados optimizados para esas tareas puede marcar una ventaja competitiva. AP News+1
3. Efectos en la industria: Este tipo de colaboración podría estimular que otros actores del sector tecnológico busquen hacer lo mismo: diseñar hardware propio adaptado a sus modelos de IA. Podría cambiar cadenas de producción, competencia, y la forma en que se invierte en infraestructura de cómputo. The Verge

Retos y puntos de observación

• Inversión y plazos: Si bien se ha anunciado que el hardware comenzará a desplegarse a partir de 2026, alcanzar los 10 gigavatios de capacidad llevará más tiempo y requerirá inversiones sustanciales. wsj.com+1
• Costos operativos: Aun con mejoras en eficiencia, mantener grandes centros de cómputo con hardware especializado sigue representando un reto en electricidad, refrigeración, mantenimiento y escalabilidad.
• Competencia y regulación: Conforme estas tecnologías se vuelven críticas, también aumentan los riesgos relacionados con la regulación, la protección de datos, y posibles tensiones geopolíticas (por ejemplo, en la manufactura de semiconductores).