Projetar um chip de inteligência artificial não significa apenas decidir onde colocar milhões de transistores. Entre a primeira arquitetura, o código, as simulações, as verificações e a fabricação existe uma longa sequência de etapas que pode consumir anos. A OpenAI, porém, decidiu testar uma abordagem diferente: usar os próprios modelos de IA como parte da equipe de engenharia. O resultado foi um processo muito mais rápido do que o habitual.
O projeto que avançou mais rápido do que o esperado
Um chip pode passar anos sendo desenvolvido antes que alguém consiga observar o primeiro pedaço físico de silício. Cada etapa precisa ser cuidadosamente verificada, porque um erro descoberto somente depois da fabricação pode significar meses de atraso e custos enormes.
Foi nesse cenário que surgiu Jalapeño, o primeiro acelerador de IA desenvolvido internamente pela OpenAI.
Segundo informações divulgadas pela empresa, o projeto percorreu o caminho entre o conceito arquitetônico inicial e o primeiro silício em menos de 20 meses. Um dos intervalos mais impressionantes aconteceu entre o primeiro código RTL, utilizado para descrever logicamente o funcionamento do hardware, e o chamado tape-out, momento em que o projeto está pronto para seguir para a fabricação.
Essa etapa levou apenas cerca de nove meses, segundo informações fornecidas pela equipe de hardware da OpenAI à IEEE Spectrum.
O segredo, porém, não foi simplesmente contratar mais engenheiros e trabalhar mais horas.
A empresa colocou seus próprios modelos de inteligência artificial dentro de uma parte importante do processo de desenvolvimento. Eles ajudaram os engenheiros a escrever código, testar alternativas, encontrar problemas e explorar diferentes maneiras de implementar determinadas funções.
A IA, portanto, não substituiu a equipe. Ela passou a funcionar como uma espécie de ferramenta adicional capaz de acelerar tarefas que normalmente exigiriam muito trabalho humano.
E isso muda bastante quando se observa como um chip moderno é projetado.
Quando projetar hardware começa a parecer programação
Durante a primeira parte do desenvolvimento, os engenheiros trabalham principalmente com arquitetura, lógica e código que descreve o comportamento do futuro chip.
É justamente aí que os modelos de linguagem conseguem ser mais úteis.
A OpenAI utilizou o XLS, uma ferramenta de síntese de alto nível originalmente criada pelo Google. Ela permite descrever determinados componentes de hardware usando estruturas mais próximas da programação convencional.
Essa característica é importante porque os modelos de linguagem foram treinados justamente em enormes quantidades de código e texto técnico.
Em vez de pedir que a IA resolva sozinha todo o projeto de um processador, os engenheiros puderam utilizá-la para gerar e revisar diferentes implementações, comparar alternativas e acelerar tarefas repetitivas.
Chris Leary, integrante da equipe da OpenAI e um dos criadores originais do XLS, explicou à IEEE Spectrum que os modelos funcionavam particularmente bem quando os problemas de hardware podiam ser tratados de maneira semelhante aos problemas de software.
O tamanho da equipe também chama atenção. Richard Ho, vice-presidente de hardware da OpenAI, afirmou que menos de 100 pessoas participaram, em média, do projeto Jalapeño, incluindo profissionais de sistemas, software e cadeia de suprimentos. A Broadcom, parceira importante do desenvolvimento, não está incluída nessa contagem.
Mas existe um ponto em que a vantagem da IA começa a diminuir.
O momento em que o código precisa virar algo físico
Projetar a lógica é apenas uma parte da construção de um chip.
Depois vem o chamado back-end, quando é necessário transformar aquela descrição em uma estrutura física. Isso envolve distribuir componentes, estabelecer conexões, lidar com alimentação elétrica, temporização, restrições físicas e preparar os dados necessários para a fabricação.
Nessa etapa, a participação dos modelos foi bem mais limitada, enquanto a Broadcom assumiu um papel muito maior.
Isso ajuda a colocar a história em perspectiva. A OpenAI não criou uma máquina capaz de projetar sozinha um processador completo. O que fez foi inserir IA em determinadas partes do processo onde ela poderia produzir ganhos de velocidade.
A empresa apresentou resultados na conferência Hot Chips 2026 indicando uma redução de aproximadamente 10% na área de determinadas unidades de multiplicação de matrizes em comparação com uma referência previamente otimizada por humanos. Ainda assim, os próprios responsáveis pelo projeto deixam claro que isso não significa que o desenvolvimento de chips tenha sido automatizado.
O Jalapeño também apresenta especificações ambiciosas. Segundo a OpenAI, o acelerador chega a até 13,4 petaflops em operações de 4 bits, possui 232 GB de memória HBM4 e alcança 15,4 TB/s de largura de banda. A empresa também afirma ter obtido vantagens em latência e eficiência energética nas comparações realizadas.
Esses números, porém, são resultados divulgados pela própria OpenAI e ainda precisam ser avaliados no uso em maior escala.
É justamente aí que está a parte mais interessante dessa história.
O verdadeiro experimento não é apenas o chip. É o processo utilizado para criá-lo.
A inteligência artificial que está aumentando a demanda mundial por aceleradores também começa a ser usada para reduzir o tempo necessário para desenvolver esses mesmos aceleradores. Se essa abordagem continuar funcionando em projetos maiores, parte do ciclo tradicional de desenvolvimento de hardware poderá mudar de forma significativa.
