OpenAI adota CPUs AMD Turin para chip Jalapeño
A OpenAI adotou CPUs AMD EPYC Turin para hospedar o chip Jalapeño, priorizando maturidade e soquetes modulares frente à Nvidia Vera.
Laboratório escolhe processadores EPYC para acelerador próprio de inferência e prioriza estabilidade de soquete frente à Nvidia Vera.
A OpenAI escolheu processadores AMD EPYC de 5ª geração, conhecidos pelo codinome Turin, como processadores hospedeiros para as bandejas de rack do seu acelerador customizado Jalapeño. A decisão técnica foi explicada pelo vice-presidente e chefe de hardware da empresa, Richard Ho, em entrevista ao Tom’s Hardware, e confirmada institucionalmente pela AMD no X em 6 de outubro de 2026. A escolha coloca as CPUs AMD Turin no centro da topologia de data center da criadora do ChatGPT, unindo computação x86 consolidada a um silício proprietário de inferência.
Por que a CPU hospedeira importa
Os aceleradores dedicados realizam as multiplicações de matrizes pesadas que sustentam os modelos de linguagem, mas não funcionam sozinhos. Cada rack em produção precisa de uma CPU hospedeira para gerenciar o sistema operacional, abastecer a memória e coordenar o tráfego de rede. Em racks de alta densidade, a eficiência dessa ponte entre CPU e aceleradores dita se os chips neurais trabalham com carga total ou se perdem ciclos esperando dados.
Na arquitetura da OpenAI, batizada internamente de nó Katsu, cada gaveta de servidor aloja dois processadores AMD Turin conectados a 1,5 terabyte de memória RAM. Oito cabos diretos de cobre de alta velocidade (PCIe DAC) ligam os nós hospedeiros às bandejas do acelerador Jalapeño, reduzindo a latência do barramento sem a necessidade de componentes intermediários ativos.
A escolha das CPUs AMD Turin frente à Nvidia Vera
A decisão chamou atenção imediata no mercado de semicondutores porque a OpenAI deixou de lado a CPU Vera da Nvidia. Segundo Richard Ho, o objetivo principal foi diminuir o risco da operação e acelerar os prazos de montagem dos servidores. Os parceiros de manufatura e montagem em escala já tinham processos maduros e validados para o soquete x86 da AMD.
“A forma como abordamos esse design foi realmente em termos de desriscar e conseguir fazer esse design rápido”, afirmou Ho ao Tom’s Hardware. “O Vera, como standalone, está um pouco atrás nesse nível de maturidade. O dispositivo Turin é forte. Ele fez o que precisávamos fazer, e em parte nossos parceiros tinham experiência com ele.”
O formato físico de instalação também pesou. Os processadores AMD EPYC usam soquetes modulares padrão. Em caso de defeito em um chip, técnicos de campo conseguem trocar a peça diretamente no rack sem descartar a placa-mãe. Por outro lado, a arquitetura Nvidia Vera adota componentes soldados na placa, o que obriga a troca de montagens inteiras caso ocorra falha pontual de hardware.
As especificações do silício Jalapeño
O Jalapeño é um circuito integrado de aplicação específica (ASIC), desenhado unicamente para executar modelos de IA em fase de inferência. Projetado em parceria com a Broadcom, o componente levou nove meses entre o design de lógica inicial e a entrega final para fabricação, concluída em novembro de 2025. O acelerador traz 216 gigabytes de memória HBM4, atinge até 15,4 terabytes por segundo de largura de banda de memória e tem consumo térmico de 700 watts (TDP).
Internamente, a OpenAI reportou ganhos de 1,5 a 1,9 vez em operações por watt e cortes de 1,7 a 3,6 vezes na latência de ponta a ponta ao rodar modelos como GPT-OSS, DeepSeek R1 e Kimi K2.5. Como essas métricas foram informadas apenas pela própria desenvolvedora, sem auditorias ou testes independentes de mercado, elas devem ser avaliadas com cautela técnica. A AMD também tem interesse comercial direto ao celebrar a parceria publicamente.
O que ainda não sabemos
A OpenAI não divulgou a quantidade total de chips Jalapeño fabricados até o momento nem o número de racks em operação contínua. Os modelos exatos da linha EPYC 9005 utilizados continuam em segredo, sem confirmação se trazem núcleos convencionais Zen 5 ou a versão densa Zen 5c. Os data centers físicos que recebem o hardware, sejam da Microsoft Azure, da Oracle Cloud ou instalações próprias, também não foram revelados. A liderança de engenharia da OpenAI acrescentou que continua avaliando arquiteturas concorrentes para revisões futuras.