Principales destacados
- Compra directa en negociación: OpenAI pretende adquirir TPU de Google, aunque todavía se desconocen los términos finales del posible acuerdo.
- Menor dependencia de Nvidia: la iniciativa podría diversificar los proveedores de hardware utilizados para entrenar y ejecutar modelos de inteligencia artificial.
- Los acuerdos se multiplican: Google, Oracle, Broadcom y las empresas de IA están ampliando sus alianzas para garantizar capacidad de procesamiento a gran escala.
OpenAI está evaluando comprar directamente los chips de inteligencia artificial de Google, en un movimiento que podría cambiar la forma en que la creadora de ChatGPT abastece sus sistemas de IA. Según informaciones de The Information y Bloomberg, la empresa pretende adquirir unidades de procesamiento tensorial, conocidas como TPU, desarrolladas por Google.
La posible compra se produce mientras OpenAI amplía su infraestructura informática, invierte en el desarrollo de chips propios y busca alternativas a las GPU de Nvidia, que desempeñan un papel central en el entrenamiento y la ejecución de sus modelos.
Del alquiler a la compra de chips ⚙️
OpenAI ya utiliza la infraestructura de TPU de Google mediante contratos de alquiler. Una eventual adquisición supondría un cambio importante: en lugar de limitarse a alquilar capacidad de procesamiento, la empresa pasaría a ser propietaria de los chips.
Reuters informó en junio de 2025 de que la creadora de ChatGPT había comenzado a alquilar chips de IA de Google. En aquel momento, la empresa todavía no indicaba planes específicos para utilizar TPU en sus sistemas.
Ahora, según las informaciones publicadas el 27 de octubre de 2026, la posibilidad de comprarlos sugiere un acercamiento mayor entre OpenAI y la arquitectura de hardware desarrollada por su competidor.
💡 La cuestión central: OpenAI no necesita abandonar Nvidia para reducir su dependencia de la compañía. Basta con ampliar el número de proveedores y distribuir diferentes cargas de trabajo entre distintas arquitecturas de procesamiento.
Los términos financieros, el volumen de chips implicados y el calendario de una eventual adquisición todavía no se han hecho públicos.
¿Por qué le interesan las TPU a OpenAI?
TPUv5e: The New Benchmark in Cost-Efficient Inference and Training for <200B Parameter Models
Las TPU, siglas de Tensor Processing Units, son aceleradores desarrollados por Google para ejecutar operaciones matemáticas utilizadas en inteligencia artificial. El hardware está diseñado específicamente para cargas de trabajo de aprendizaje automático.
Las GPU de Nvidia también se utilizan ampliamente en este mercado, pero las TPU ofrecen una arquitectura alternativa, integrada en el ecosistema de software y la infraestructura de Google.
| Característica | TPU de Google | GPU de Nvidia |
|---|---|---|
| Desarrollador | Nvidia | |
| Enfoque | Aceleración de operaciones de IA | Computación paralela y aceleración de IA |
| Ecosistema | Google Cloud y herramientas compatibles | CUDA y una amplia variedad de plataformas |
| Papel para OpenAI | Diversificación del hardware | Infraestructura central que ya utiliza |
La comparación no significa que una arquitectura sea universalmente superior a la otra. El rendimiento depende del modelo, la tarea, el software, la memoria disponible y el coste total de operación.
🔎 El desafío técnico: migrar cargas de trabajo a otra arquitectura exige optimizar modelos, adaptar herramientas y comprobar si las mejoras de rendimiento compensan los costes de implementación.
Por eso OpenAI también está buscando profesionales especializados en esta tecnología.
OpenAI busca ingenieros para optimizar modelos
Según la agencia Yonhap News, OpenAI publicó una oferta de empleo para un ingeniero responsable de optimizar sus modelos más avanzados para TPU. La descripción acepta experiencia tanto en entrenamiento como en inferencia, la etapa en la que los modelos ejecutan tareas y generan respuestas.
The Information interpretó la contratación como una señal de que el trabajo de optimización para esta arquitectura todavía se encuentra en una fase inicial.
El detalle es importante porque comprar aceleradores es solo una parte del problema. Para obtener resultados competitivos, la empresa también necesita adaptar el software, distribuir el procesamiento y garantizar que sus modelos aprovechen los recursos disponibles.
La experiencia previa de Richard Ho, responsable del equipo de chips de OpenAI y antiguo integrante del equipo de TPU de Google, también conecta esta iniciativa con los conocimientos técnicos que ya existen dentro de la compañía.
Los chips propios siguen en los planes
La posible compra de TPU no significa que OpenAI esté abandonando el desarrollo de hardware propio.
Según Bloomberg, la empresa también trabaja con Broadcom en el desarrollo de chips personalizados, denominados Jalapeno. La previsión publicada es que OpenAI comience a utilizarlos durante 2026.
La estrategia combina tres frentes:
- Nvidia: acceso a GPU ampliamente utilizadas en la infraestructura de IA.
- Google: posibilidad de adquirir TPU y ampliar el uso de una arquitectura alternativa.
- Broadcom: desarrollo de aceleradores personalizados para las necesidades de OpenAI.
Esta diversificación podría ayudar a la empresa a gestionar costes, disponibilidad de hardware y necesidades específicas de procesamiento. También reduciría el riesgo de depender de un único proveedor en un mercado donde la capacidad informática se ha convertido en un recurso estratégico.
Google convierte sus TPU en un negocio más amplio ☁️
La posible operación con OpenAI coincide con la expansión comercial de los chips de Google.
Según The Information, Google pretende ofrecer TPU a través de la infraestructura en la nube de Oracle, en una iniciativa que podría comenzar antes de 2027. Si se concreta en los términos publicados, será una nueva forma de llevar esta tecnología a clientes externos a la infraestructura operada directamente por Google.
La alianza también refuerza una tendencia: las empresas que desarrollan aceleradores de IA buscan nuevas formas de monetizar su hardware, ya sea mediante la venta, el alquiler o el suministro de capacidad de procesamiento a través de servicios en la nube.
En un comunicado sobre el acuerdo con Oracle, Amin Vahdat, ejecutivo de Google, destacó la necesidad de diversificar la capacidad de computación para atender a la próxima generación de inteligencia artificial.
La expansión del mercado de TPU muestra que los aceleradores de IA están dejando de ser solo una ventaja interna de los grandes proveedores de nube para convertirse en parte de una disputa más amplia por la infraestructura.
Anthropic también apuesta por la infraestructura de Google
OpenAI no es la única desarrolladora de modelos de IA interesada en las TPU.
Según The Herald Business, Anthropic reveló, en documentación relacionada con una oferta pública inicial de acciones (IPO), un acuerdo de cinco años valorado en 161.000 millones de dólares con Broadcom para alquilar equipos basados en las TPU de Google.
La cifra publicada llama la atención por su magnitud, pero es importante distinguir el importe de un compromiso contractual de una compra directa de chips. El acuerdo mencionado implica equipos y capacidad de computación, no necesariamente la adquisición de los aceleradores por parte de Anthropic.
El movimiento evidencia cómo la infraestructura se ha convertido en uno de los principales campos de disputa entre las empresas de IA. Desarrollar modelos competitivos exige no solo investigadores y datos, sino también acceso continuo a grandes volúmenes de procesamiento.
¿Una alianza entre competidores?
Otra señal de acercamiento apareció la semana anterior, cuando OpenAI anunció que pondría sus modelos más avanzados a disposición de los usuarios a través de Google Cloud, según Yahoo Finance.
La relación resulta peculiar: OpenAI y Google compiten por los usuarios tanto en productos de inteligencia artificial como en servicios de búsqueda. Sin embargo, las empresas rivales pueden hacer negocios cuando la infraestructura de una de ellas satisface las necesidades de la otra.
Para Google, proporcionar servicios en la nube y aceleradores puede generar ingresos y ampliar el uso de su tecnología. Para OpenAI, acceder a diferentes plataformas puede aumentar su flexibilidad operativa.
Esto no elimina la competencia entre ambas compañías. Simplemente demuestra que, en la carrera de la IA, la rivalidad comercial no impide necesariamente los acuerdos relacionados con hardware e infraestructura.
Los resultados de Google entran en el radar de los inversores 📊
Las noticias sobre las TPU también atrajeron la atención de los inversores hacia Alphabet, la empresa matriz de Google. Según Yahoo Finance, las acciones de la compañía subieron en las operaciones posteriores al cierre del mercado tras la publicación de las informaciones.
Alphabet presenta sus resultados trimestrales este miércoles, 28 de octubre. Según Reuters, los inversores estarán atentos a las señales de que las fuertes inversiones en inteligencia artificial siguen impulsando el crecimiento del negocio de nube.
Los resultados financieros ayudarán a contextualizar el tamaño de la oportunidad: además de desarrollar modelos y chips, Google necesita transformar su infraestructura de IA en una fuente sostenible de crecimiento e ingresos.
Qué habrá que observar a partir de ahora
La eventual compra de TPU por parte de OpenAI todavía depende de detalles que no se han divulgado públicamente. Por ahora, las informaciones apuntan a una intención, no a un acuerdo cerrado con condiciones conocidas.
Las próximas señales relevantes serán la confirmación de una adquisición, el volumen de aceleradores implicados y el avance de las contrataciones para optimizar modelos.
Si la operación sigue adelante, OpenAI podría combinar GPU de Nvidia, TPU de Google y chips personalizados desarrollados con Broadcom. En lugar de apostar todas sus cartas a una sola arquitectura, la empresa estaría construyendo una infraestructura más diversificada.
La disputa por la inteligencia artificial no se libra únicamente en la pantalla donde el usuario conversa con un chatbot. También se desarrolla en los centros de datos, en los contratos multimillonarios y en la elección de los chips que hacen posible cada respuesta.
