19 de noviembre de 2026. La inteligencia artificial ya no se limita a redactar textos o generar imágenes: también está ayudando a mejorar los circuitos de los procesadores. OpenAI publicó el 18 de noviembre resultados de su trabajo con su chip de inferencia Jalapeño, con AMD y con diseños abiertos basados en RISC-V. Los resultados son prometedores, aunque conviene distinguir las mejoras medidas en diseños concretos de las que se podrían obtener en cualquier procesador.
¿Qué ha conseguido la IA en el chip Jalapeño?
Según el informe técnico de OpenAI, los ingenieros empezaron a utilizar GPT-4o en 2025 para proponer cambios en circuitos del chip Jalapeño. El sistema analizó distintas formas de organizar operaciones matemáticas y etapas de procesamiento, buscando reducir superficie de silicio, consumo o retrasos sin alterar la función de los bloques.
La empresa estima una reducción de aproximadamente un 13 % del área de celdas estándar en el motor de ejecución paralela y un 10 % en la unidad matricial. Son cifras referidas a bloques concretos, no a una reducción del tamaño total del chip. OpenAI afirma que estas optimizaciones se comprobaron posteriormente en silicio.
AMD también prueba mejoras propuestas por modelos
En colaboración con AMD, los modelos reescribieron partes del código SystemVerilog RTL que describe circuitos digitales. OpenAI comunica mejoras de hasta el 14 % en métricas combinadas de potencia, rendimiento y área (PPA) respecto a referencias ya optimizadas en propiedad intelectual de GPU. También informa de mejoras porcentuales de un solo dígito en bloques de una futura CPU de gama alta.
Algunos cambios se han incorporado a diseños enviados a fabricación y otros permanecen en archivos de diseño para versiones futuras. Esto no significa que los procesadores comerciales sean ya un 14 % más rápidos: la métrica PPA combina varios factores y los resultados dependen del bloque estudiado.
Cómo se comprueba que la IA no estropea un circuito
Modificar un procesador exige algo más que escribir código que parezca correcto. Una propuesta debe superar simulaciones y verificaciones de equivalencia funcional. En el proyecto se utilizaron herramientas de diseño electrónico de Synopsys para comprobar el comportamiento de las reescrituras y evaluar las compensaciones entre consumo, velocidad y superficie.
La IA puede explorar alternativas y automatizar parte del trabajo repetitivo, pero los ingenieros siguen siendo responsables de validar resultados, restricciones de fabricación y comportamiento del sistema completo.
Pruebas con procesadores abiertos RISC-V
OpenAI evaluó distintas generaciones de modelos con dos núcleos abiertos de 32 bits: PicoRV32 e Ibex, utilizado en OpenTitan. Les pidió optimizar el rendimiento de diseños existentes y, en otra prueba, construir núcleos a partir de especificaciones escritas.
Las evaluaciones aplicaron pruebas de corrección y límites de área. En presupuestos comparables de unos 112.000 tokens, GPT-6.2 Astra obtuvo la mejor puntuación media entre los modelos comparados en ambos núcleos. Sin embargo, la propia publicación advierte que diseñar desde una especificación puede permitir omitir funciones presentes en un procesador real, lo que facilita obtener mejores puntuaciones en un banco de pruebas.
¿Qué cambia para quienes compramos ordenadores?
De momento, nada que obligue a cambiar de PC. Se trata de investigación y de optimizaciones de ingeniería, no del lanzamiento de una tarjeta gráfica ni de un procesador que podamos comprar hoy. A largo plazo, si estas técnicas se trasladan con éxito a productos, podrían contribuir a chips más eficientes y acelerar algunos ciclos de diseño.
El siguiente paso: herramientas profesionales
OpenAI también anuncia una colaboración con Synopsys para entrenar un modelo especializado en el uso de herramientas de automatización de diseño electrónico. La idea es integrar estas capacidades en flujos de trabajo que ya utilizan los especialistas, con verificación técnica y supervisión humana.
Conclusión: la novedad no es que una IA haya diseñado por sí sola un ordenador completo. Es que ya se están demostrando mejoras verificables en partes de chips reales, mientras siguen existiendo límites de fiabilidad, validación y generalización.
Fuente
OpenAI — Advancing chip design with OpenAI models (18 de noviembre de 2026).
Descubre más desde EL MAESTRO GEEK
Suscríbete y recibe las últimas entradas en tu correo electrónico.