OpenAI apresenta seus modelos para design de chips, apostando em custos menores que o código aberto
- A OpenAI está expandindo IA avançada para design de chips, ciências da vida e finanças, argumentando que o custo por tarefa concluída importa mais do que o preço por token.
- A empresa aponta seu chip de inferência Jalapeño como evidência de que a IA pode acelerar o desenvolvimento de chips, afirmando que o projeto atingiu o tapeout em nove meses.
- A estratégia da OpenAI ocorre enquanto rivais já utilizam IA no design de semicondutores, tornando a qualidade da execução e a economia baseada em resultados os principais diferenciais.
A OpenAI está expandindo seus modelos avançados para design de chips, ciências da vida e finanças, argumentando que um modelo com um custo inicial mais alto pode valer a pena ao realizar uma tarefa com menos tentativas.
A Reuters relatou em 9 de setembro que a CFO Sarah Friar fez esse argumento na Conferência Communacopia + Technology do Goldman Sachs em São Francisco em 7 de setembro.
Para empresas tentando decidir entre modelos de alta gama e de baixo custo, isso altera o debate. Em vez de perguntar qual modelo tem o menor preço por token, a OpenAI gostaria que os clientes considerassem qual modelo oferece a tarefa concluída mais barata.
Design de chips como uma cunha, não como substituto de EDA
A OpenAI não está tentando substituir os sistemas de automação de design eletrônico que os engenheiros estão atualmente empregando para desenvolver chips. Suas soluções, na verdade, ajudam a aprimorar esses processos, ajudando os engenheiros a analisar problemas, avaliar abordagens e acelerar certos trabalhos.
De acordo com Friar, a demanda por IA desenvolvida para tarefas específicas está crescendo. Como relatado pela Reuters, a OpenAI também está testando um modelo de negócios onde o preço depende de quão eficaz a IA é para a empresa em questão, em vez do consumo.
Isso está alinhado com a publicação feita por Friar em 17 de julho que sugeriu a importância da “Inteligência Útil por Dólar” em vez do preço do token. Embora um modelo mais barato possa exigir várias tentativas e revisões, bem como intervenção humana, um modelo mais caro pode se provar uma opção mais econômica à medida que chega ao resultado mais rapidamente.
Jalapeño como o ponto de prova interno
A demonstração mais clara da engenhosidade da OpenAI é o Jalapeño, seu primeiro chip de inferência personalizado. A empresa afirmou em uma publicação de 25 de agosto que sua tecnologia de IA facilitou a transição do Jalapeño do estágio de concepção para o tapeout em apenas nove meses.
Graças à IA, os ciclos de design, medição e verificação foram encurtados. A IA também foi usada para melhorar o desempenho dos circuitos aritméticos e programar o chip finalizado.
A OpenAI afirmou que o desempenho do chip Jalapeño foi 1,5 a 1,9 vezes maior quando se tratava de trabalho de IA por watt em comparação com os dispositivos equivalentes GB200 e GB300 da Nvidia usados para realizar os cálculos pelo GPT-OSS 120B, DeepSeek R1 e Kimi K2.5.
De acordo com as informações fornecidas pela Cryptopolitan em 25 de agosto, o chip projetado pela Broadcom é destinado estritamente aos propósitos da OpenAI e não para venda no mercado. Essas estatísticas são, portanto, apenas os números da OpenAI. A SemiAnalysis observou as execuções do InferenceX, mas não reproduziu independentemente toda a suíte de testes.
O argumento do custo por tarefa, verificado contra dados externos
Friar afirmou que a decisão da OpenAI de reduzir o custo de seu produto de categoria inferior Luna contribuiu para um crescimento quase dez vezes maior em seu uso, além de aumentar o número de usuários do Codex para 25 milhões, de acordo com a Reuters.
Testes independentes fornecem algumas evidências para a declaração de preços. A Artificial Analysis compara os preços do GPT-5.6 Luna com o GLM-5.3 da Z.ai e estabelece o preço do Luna em cerca de US$ 0,18 versus US$ 2,01 do GLM-5.3 para uma tarefa padrão.
No entanto, esta não é exatamente uma comparação unilateral. O GLM-5.3 marcou 45 no Índice de Inteligência da Artificial Analysis, o que dá ao Luna uma pontuação de apenas 38. Assim, a OpenAI tem uma vantagem no preço por tarefa padrão, mas não é necessariamente a IA de melhor desempenho.
Um campo em que a OpenAI entra tarde
O design de chips assistido por IA já está bem estabelecido. A Synopsys afirma que seu copilot de IA generativa pode reduzir o tempo de recuperação de informações em 40% e reduzir o tempo até a solução em 10 a 20 vezes.
A Cadence disse em 1º de junho que seu engenheiro de IA autônomo ChipStack pode reduzir alguns ciclos de validação de RTL de cinco semanas para menos de um dia. O AlphaChip do Google também tem sido usado em chips avançados em toda a Alphabet.
O verdadeiro diferencial da OpenAI, então, não é a alegação de que a IA pode ajudar a projetar chips. É o argumento de que seus modelos proprietários podem fazê-lo a um custo menor por resultado bem-sucedido.
Por que as apostas continuam subindo
O mercado por trás desse argumento é enorme. A PwC disse em 2 de setembro que o gasto de capital global em infraestrutura de IA pode atingir US$ 31,6 trilhões até 2050, com gastos anuais subindo de cerca de US$ 800 bilhões em 2026 para US$ 1,8 trilhão em 2050. Atualizações recorrentes de chips e servidores devem impulsionar grande parte desse gasto.
O relatório de 10 de julho da OCDE sobre mercados de IA adiciona o contraponto: os preços dos modelos de IA ajustados pela qualidade caíram quase 80% entre janeiro de 2024 e abril de 2026, mesmo enquanto o poder computacional, chips e outras entradas críticas permaneciam altamente concentrados.
A OpenAI está apostando que uma integração mais apertada entre modelos, software e silício transformará essa concentração em uma vantagem de eficiência. Se tiver sucesso, o custo por tarefa concluída pode importar mais do que o preço do token — e se tornar outra força empurrando a IA em direção aos jogadores de pilha completa (full-stack).
As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.
Perguntas Frequentes
O que o CFO da OpenAI disse sobre o design de chips?
Sarah Friar disse na Conferência Communacopia + Technology da Goldman Sachs que a OpenAI está focando sua IA em indústrias específicas, incluindo design de chips, ciências da vida e serviços financeiros, e superando rivais open-source em custo, segundo a Reuters.
Quanto tempo levou para a OpenAI projetar seu chip Jalapeño?
Friar afirmou que o Jalapeño atingiu o tapeout, a etapa em que um design finalizado é enviado para uma fábrica, em nove meses, com a OpenAI utilizando seus próprios modelos para acelerar o trabalho.
O modelo Luna da OpenAI é mais barato que as alternativas open-source?
De acordo com os benchmarks da Artificial Analysis, o GPT-5.6 Luna executa uma tarefa padrão por cerca de US$ 0,18, contra US$ 2,01 do GLM-5.3 de pesos abertos da Z.ai, embora o GLM-5.3 obtenha pontuação mais alta no índice de inteligência da empresa; a Reuters relatou que a OpenAI reduziu recentemente o preço do Luna em 80%, impulsionando um aumento de aproximadamente dez vezes no uso.
Aviso. As informações fornecidas não constituem aconselhamento de negociação. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta a um profissional qualificado antes de tomar qualquer decisão de investimento.
Micah Abiodun
Micah Abiodun faz bom uso de sua especialização em Engenharia e Gestão Ambiental (MSc) na Universidade de Tecnologia de Tallinn (TalTech) para refinar notícias sobre previsão de preços e conteúdo no Cryptopolitan. Agora em seu 7º ano no espaço de mídia cripto, ele cobre principais criptomoedas, altcoins, DeFi, stablecoins, tendências macroeconômicas e tecnologias emergentes.
