La compañía profundiza su relación con el fabricante surcoreano después de incorporarlo a Stargate. Nvidia continúa como pieza central de su infraestructura, pero OpenAI suma chips propios, memoria y nuevos proveedores mientras la demanda de GPT-6 Astra alcanza niveles que podrían obligarla a limitar temporalmente nuevas suscripciones Pro.
OpenAI está trabajando con Samsung Electronics en chips de próxima generación, una nueva etapa de una relación que hasta ahora había estado centrada principalmente en memoria avanzada, centros de datos y adopción empresarial de inteligencia artificial.
Harrison Kim, director general de OpenAI Korea, dijo este miércoles en Seúl que el desarrollo de semiconductores es una de las áreas en las que ambas compañías han logrado mayores avances en su cooperación. OpenAI no reveló las características de los nuevos chips ni precisó qué parte del proceso, diseño, memoria, empaquetado, fabricación u otras capas, corresponderá a Samsung, mientras la empresa surcoreana evitó comentar detalles relacionados con clientes.
La colaboración amplía una relación iniciada formalmente en octubre de 2025, cuando Samsung y SK se incorporaron a Stargate, la plataforma de infraestructura global de OpenAI. Samsung Electronics y SK hynix acordaron entonces incrementar la producción de memoria avanzada para los sistemas de IA de la compañía, con un objetivo conjunto de hasta 900,000 inicios de obleas DRAM mensuales, además de explorar nueva capacidad de centros de datos en Corea del Sur.
Samsung se ha convertido además en uno de los mayores usuarios corporativos de ChatGPT a escala mundial. La compañía emplea la herramienta en áreas como investigación y desarrollo, mercadotecnia y ventas, mientras que, de acuerdo con Reuters, OpenAI asegura que el número de usuarios de ChatGPT Enterprise en Corea del Sur aumentó alrededor de 28 veces durante el último año. El país es también el mayor mercado de suscriptores de pago de ChatGPT fuera de Estados Unidos, según OpenAI.
De comprar cómputo a diseñarlo
El acuerdo con Samsung forma parte de una estrategia más amplia con la que OpenAI está dejando de ser únicamente comprador de capacidad de cómputo para participar directamente en el diseño de la infraestructura sobre la que ejecuta sus modelos.
En junio presentó Jalapeño, su primer acelerador de inferencia propio, diseñado desde cero para grandes modelos de lenguaje en colaboración con Broadcom. OpenAI lo describe como la primera pieza de una plataforma multigeneracional de cómputo que combinará sus propios aceleradores con implementación de silicio, redes, placas y sistemas en rack desarrollados junto con otros socios. Celestica participa en la integración de sistemas y TSMC está encargada de la fabricación del chip.
Jalapeño no está pensado principalmente para entrenar modelos gigantes, sino para inferirlos: ejecutar las consultas de ChatGPT, Codex, la API y futuros sistemas agénticos con menor latencia y menor consumo energético. Las primeras pruebas publicadas por OpenAI en agosto aseguran que el chip puede aumentar simultáneamente el rendimiento y reducir los tiempos de respuesta, una combinación especialmente importante cuando millones de usuarios utilizan un modelo al mismo tiempo.
OpenAI reveló además este miércoles que sus propios modelos de inteligencia artificial ayudaron a desarrollar Jalapeño y permitieron llevar el diseño hasta la etapa de tape-out, momento en que queda listo para enviarse a fabricación, en nueve meses. La compañía está utilizando así sus modelos para acelerar el diseño de la infraestructura que posteriormente servirá para ejecutar nuevas generaciones de esos mismos modelos.
Nvidia permanece en el centro
La entrada de Samsung no implica, sin embargo, que OpenAI esté sustituyendo a Nvidia. En febrero, OpenAI amplió su asociación con el fabricante estadounidense y aseguró 3 gigavatios de capacidad dedicada para inferencia y otros 2 gigavatios para entrenamiento mediante sistemas Vera Rubin. Esa infraestructura se suma a los sistemas Hopper y Blackwell que OpenAI ya utiliza a través de Microsoft, Oracle Cloud Infrastructure y CoreWeave. Nvidia participó además con 30,000 millones de dólares en la ronda de financiamiento anunciada por OpenAI ese mismo mes.
Lo que empieza a configurarse es, por tanto, una arquitectura multiproveedor: Nvidia continúa suministrando una enorme parte del cómputo de entrenamiento e inferencia; Broadcom participa en los aceleradores diseñados por OpenAI; TSMC los fabrica; Celestica integra placas y racks; Samsung y SK hynix aportan memoria; y Samsung participa ahora también en el desarrollo de la siguiente generación de semiconductores. El objetivo parece ser no depender de una sola tecnología para una demanda de cómputo que aumenta al mismo ritmo que las capacidades y el uso de los modelos.
Astra pone la capacidad bajo presión
Esa necesidad quedó particularmente expuesta este miércoles con GPT-6 Astra. Tibo Sottiaux, responsable de producto de Codex y ChatGPT, calificó la demanda del nuevo modelo como “realmente sin precedentes” y dijo que OpenAI está utilizando todas las herramientas disponibles para sostenerla. Advirtió que, si el crecimiento continúa, la compañía podría llegar a pausar temporalmente nuevas suscripciones Pro para proteger la calidad del servicio de quienes ya son clientes.
Sam Altman respondió que una medida de ese tipo sería indeseable, pero respaldó la prioridad de mantener un buen servicio para los usuarios actuales hasta que OpenAI pueda recuperar margen de capacidad. La advertencia no significa que OpenAI haya agotado todo su cómputo, pero sí revela una presión operativa suficientemente intensa como para considerar restringir temporalmente nueva demanda apenas después del lanzamiento de Astra.
Ese contexto permite entender por qué OpenAI está construyendo simultáneamente centros de datos, comprando capacidad de Nvidia, diseñando sus propios aceleradores y profundizando sus vínculos con la industria surcoreana de semiconductores.
La compañía resumió esa lógica en febrero de manera explícita: satisfacer la demanda mundial de inteligencia artificial requiere tres cosas, cómputo, distribución y capital, y la capacidad para expandir la infraestructura suficientemente rápido podría convertirse en uno de los factores que determinen qué empresas mantienen el liderazgo en los modelos de frontera.
La paradoja es que cada avance vuelve a alimentar el problema. Modelos más capaces generan mayor demanda; esa demanda exige más infraestructura; y los propios modelos empiezan ahora a utilizarse para diseñar los chips destinados a ejecutar a sus sucesores.
Con Samsung, Nvidia, Broadcom, TSMC, SK hynix y otros socios alrededor de esa cadena, OpenAI está dejando de construir únicamente modelos de inteligencia artificial para intentar construir también la máquina industrial que los hace posibles.
