OpenAI inicia produção em massa do seu chip próprio com a Broadcom em 2026: o que muda para inferência e custo da IA

Resumo: A OpenAI está iniciando, em 2026, a produção em massa do seu primeiro chip próprio de IA, desenvolvido em parceria com a Broadcom e fabricado pela TSMC em processo 3nm. O chip — chamado internamente de XPU — é voltado a tarefas de inferência, será usado apenas dentro da OpenAI (sem venda externa) e foi confirmado, segundo Financial Times e Reuters, como parte do pacote de US$ 10 bilhões em encomendas recente da Broadcom. É a aposta da OpenAI para reduzir dependência da NVIDIA e baixar o custo unitário de servir modelos como GPT, Sora e Codex.

O que foi confirmado

O CEO da Broadcom revelou um quarto cliente de US$ 10 bilhões em compromissos para o seu negócio de chips de IA — o FT confirmou que se trata da OpenAI. As reportagens descrevem o XPU como um silício pensado para “inferência eficiente”: rodar modelos treinados em escala, ao melhor custo por token. O processo é 3nm da TSMC. Mass production começa em 2026, com volumes crescentes ao longo do ano.

Estrategicamente, a OpenAI segue dois caminhos paralelos: continua compradora pesada de GPUs NVIDIA (treinamento e inferência de ponta), mas adiciona um silício próprio para inferência de larga escala, onde a sensibilidade a custo unitário é maior.

Por que inferência, não treinamento

Treinamento é uma corrida por desempenho de pico; quem tem o melhor chip e o melhor software (CUDA, Triton) ganha tempo. Inferência é diferente — é o custo de servir, vezes bilhões de chamadas. Aí a equação muda: menos foco em pico de FLOPS, mais foco em consumo de energia, memória, banda. É exatamente o terreno em que ASICs sob medida costumam superar GPUs generalistas. AWS Trainium/Inferentia, Google TPU, Microsoft Maia, Meta MTIA — todas as big techs já trilharam esse caminho. A OpenAI estava atrás, e o XPU corrige isso.

O que muda na conta de quem usa

Em primeiro nível, custo. A OpenAI tem boas razões para ter, em 2026 e 2027, margens melhores nos modelos mais demandados (versões otimizadas do GPT, Codex, Sora, Realtime). Parte desse ganho pode aparecer como redução de preço por token na API, como aconteceu várias vezes ao longo de 2024–2025, ou como introdução de novas capacidades sem aumento de preço. Em segundo nível, capacidade. Filas para acesso a modelos premium devem encurtar — o que já é palpável para devs e empresas que tiveram acesso limitado durante picos.

Status no Brasil

Para o usuário e a empresa brasileira que dependem da OpenAI (via API direta ou via parceiros como o Azure OpenAI no Brasil), o efeito prático esperado é positivo nos próximos 12-18 meses: latência menor para modelos servidos nas regiões de São Paulo e leste dos EUA, preço por token estável ou em queda, e mais ofertas de “modelos otimizados” para tarefas específicas. O Microsoft Azure, parceiro estratégico da OpenAI, deve absorver parte da capacidade nova e oferecer planos competitivos para clientes corporativos no Brasil. Para players locais que construíram tese sobre “modelos pequenos rodando no edge” (Stilingue, Maritaca AI, Neuralmind, Eskola, Falaê), o XPU não muda a tese — mas pressiona a margem porque os modelos da OpenAI ficam ainda mais baratos de servir.

Riscos e limitações

Três pontos de atenção. Primeiro, projetar um chip é fácil — colocar em produção é difícil. A história de silício custom é cheia de adiamentos e revisões; Microsoft Maia e Google TPU passaram por revisões antes de ficar competitivos. Espere ajustes ao longo de 2026. Segundo, dependência de uma única foundry (TSMC) num mundo geopolítico tenso é fator de risco. Terceiro, a OpenAI continua precisando de NVIDIA para treinar — então o XPU não é “saída” da NVIDIA, é diversificação. Quem ler como “OpenAI matou a NVIDIA” exagera; quem ler como “OpenAI diminuiu a dependência marginal e cortou parte do custo de inferência” acerta.

Cenário e indicativo de futuro

O XPU se soma a um movimento já claro: todas as grandes empresas de modelos vão ter, em 2026 e 2027, silício próprio para inferência. NVIDIA continuará dominante em treinamento e em GPUs de propósito geral, mas perderá pedaços de inferência. Esperamos ver, no segundo semestre de 2026, anúncios da OpenAI sobre novos modelos com preço por token sensivelmente menor (potencialmente, uma “GPT-5o-2026” otimizada). É provável também que o sucesso do XPU acelere as conversas sobre uma segunda geração — com mais memória e melhor interconnect — em 2027.

Conclusão prática

Para quem desenvolve com OpenAI, a leitura é direta: planejar 2026 contando com mais capacidade, menos espera e, possivelmente, preços melhores. Para quem trabalha em hardware ou cloud no Brasil, é confirmação de que a tese de “inferência barata em escala” está ganhando e que diferencial vai estar em integração local, regulamentação e onboarding — não em capacidade bruta. Para quem investe, o sinal é claro: o ciclo de capex de IA continua produzindo silício novo, e a NVIDIA, embora forte, divide mais o terreno em inferência.

Fonte original: Reuters / FT — OpenAI to start mass production of its first AI chip in 2026 with Broadcom.