Los chips de IA de OpenAI y Google están en el centro de un acuerdo reportado que marcaría uno de los cambios más importantes hasta ahora en la carrera del hardware de inteligencia artificial. OpenAI planea comprar los chips de IA de Google, informó The Information el martes, citando a una persona familiarizada con el asunto, mientras el creador de ChatGPT busca ampliar sus opciones de computación más allá de los procesadores gráficos dominantes de Nvidia.
El plan reportado profundizaría los lazos comerciales entre OpenAI y Google, de Alphabet, dos compañías que compiten con fuerza en productos de IA y en búsquedas, pero que cada vez cierran más acuerdos entre sí. Llega en un momento en que las empresas tecnológicas aumentan el gasto en centros de datos y semiconductores para atender la creciente demanda de computación de IA, y justo cuando los inversores se preparan para juzgar si ese gasto está dando frutos.
El informe, difundido por Reuters el martes, dice que OpenAI pretende comprar chips de Google en lugar de limitarse a alquilar capacidad de computación a través de Google Cloud, como ha hecho hasta ahora. Reuters informó en junio de 2025 que el creador de ChatGPT había comenzado a alquilar los chips de IA de Google, por lo que una compra directa sería un paso más dentro del ecosistema de hardware de Google.
No se divulgaron precio, volumen ni calendario en el informe, y esa falta de detalle importa. Una compra de chips puede significar muchas cosas en esta industria: un pedido pequeño de prueba para comprobar el rendimiento, un acuerdo de suministro plurianual de gran tamaño, o algo intermedio. Hasta que alguna de las dos compañías confirme el plan o presente detalles, la escala del acuerdo sigue siendo desconocida, y esa incertidumbre es en sí misma parte de la historia para los inversores que intentan leer la cadena de suministro de la IA.
Lo que está claro es la dirección del cambio. Las necesidades de computación de OpenAI siguen creciendo a medida que más personas usan ChatGPT y sus modelos se vuelven más grandes y capaces. Comprar chips directamente, en lugar de alquilar únicamente capacidad, le daría a OpenAI más control sobre su propia infraestructura y otra palanca en las negociaciones con los proveedores. También convertiría a Google en proveedor de hardware de uno de sus principales rivales en IA, una relación inusual incluso en una industria llena de rivales que hacen negocios entre sí.
El momento también es notable. La semana pasada, OpenAI dijo que pondría sus modelos de IA de frontera a disposición a través de Google Cloud, sumando un acuerdo de distribución a una relación que ya abarcaba chips alquilados. La compra de chips reportada añadiría un tercer hilo: Google como proveedor del silicio mismo.
Para entender por qué importa este informe, conviene empezar por Nvidia. Las unidades de procesamiento gráfico de la compañía, o GPU, se han convertido en el hardware por defecto para entrenar y ejecutar grandes modelos de IA, y OpenAI es uno de sus mayores clientes. Ese dominio le ha dado a Nvidia un enorme poder de fijación de precios y ha convertido a sus chips en un cuello de botella para toda la industria de la IA, con desarrolladores buscando constantemente más capacidad y alternativas que puedan realizar trabajos específicos a menor costo.
Las TPU de Google fueron construidas para ese tipo de trabajo. Las unidades de procesamiento tensorial son procesadores diseñados por Google para manejar cargas de trabajo de aprendizaje automático, y han ganado terreno a medida que las compañías buscan opciones más baratas y chips adecuados para tareas concretas de IA. Durante años, Google puso las TPU a disposición principalmente a través de su propia infraestructura en la nube, pero este año comenzó a vender los chips directamente a algunos clientes, convirtiendo una herramienta interna en un producto por derecho propio.
La demanda de esos chips ya está aumentando. Los acuerdos con clientes, incluido el rival Anthropic, han impulsado la demanda de las TPU de Google, según el informe de Reuters. La directora financiera de Alphabet, Anat Ashkenazi, ha dicho anteriormente que la compañía espera comenzar a reconocer un pequeño porcentaje de los ingresos por acuerdos de venta de TPU hacia fines de este año, y que la gran mayoría se reconocería en 2027. Una compra de OpenAI encajaría en ese calendario y podría convertirse en uno de los mayores respaldos externos al programa TPU hasta ahora.
OpenAI, mientras tanto, también ha estado trabajando en su propio camino de hardware. En junio presentó su primer chip de IA personalizado, diseñado con Broadcom, y dijo que planeaba desplegar el procesador hacia fines de este año como parte de un programa de chips de varias generaciones. Ese esfuerzo no entra en conflicto con la compra de chips de Google; en todo caso, muestra una estrategia coherente de reducir la dependencia de un único proveedor construyendo, alquilando y ahora posiblemente comprando de varias fuentes a la vez.
Otro informe sumó una pieza más al panorama de las TPU el martes, al señalar que Google y Oracle anunciaron una alianza para desplegar capacidad de computación TPU en Oracle Cloud Infrastructure a partir de 2027, con Oracle aportando energía, refrigeración e infraestructura de red para los centros de datos. En conjunto, los informes dibujan un negocio de chips de Google que va más allá de sus propios centros de datos y llega a las plataformas de otras compañías.
El cambio más inmediato estaría en la cadena de suministro de OpenAI. Hoy, entrenar un modelo de frontera y servirlo a cientos de millones de usuarios depende en gran medida del hardware de Nvidia. Sumar las TPU de Google como segunda fuente importante repartiría ese riesgo, daría a los ingenieros de OpenAI una arquitectura distinta para optimizar y fortalecería su posición en las negociaciones de precio y entrega con todos los proveedores, incluido Nvidia.
Para Google, el cambio sería igualmente significativo. Vender chips a OpenAI validaría las TPU ante otros compradores y convertiría un centro de costos —el silicio que impulsa los propios servicios de IA de Google— en una fuente de ingresos del mercado en general. También profundizaría una paradoja en el corazón de la carrera de la IA: Google estaría armando a un competidor cuyo producto ChatGPT desafía a Google Search, mientras gana dinero con el crecimiento de ese competidor.
Para Nvidia, el informe es un recordatorio de que el dominio no es permanencia. La compañía sigue siendo la líder del mercado por un amplio margen, y no se ha informado que OpenAI vaya a dejar de usar los chips de Nvidia. Pero cada gran cliente que califica a un segundo proveedor hace que el mercado sea un poco menos unilateral, y los compradores de chips de toda la industria estarán atentos para ver cómo rinden las TPU en las cargas de trabajo de OpenAI, en particular en la inferencia —la ejecución diaria de los modelos para los usuarios—, donde el costo por consulta importa tanto como la velocidad bruta de entrenamiento.
También hay una señal de contratación que vale la pena notar. Otro informe sobre el plan señaló que OpenAI ha publicado ofertas de empleo para ingenieros que optimicen sus modelos avanzados de IA para las TPU de Google, abarcando tanto el entrenamiento de modelos como las cargas de trabajo de inferencia. Contratar para una arquitectura de chip específica es el tipo de paso práctico que suele preceder, más que seguir, a un compromiso de hardware.
Ninguna de las dos compañías ha confirmado el informe. Google no respondió de inmediato a una solicitud de comentario de Reuters fuera del horario comercial habitual, mientras que OpenAI declinó comentar. Ese silencio es normal en esta etapa de un acuerdo reportado, y deja sin respuesta las preguntas clave: precio, cantidad, fechas de entrega y qué generación de TPU está involucrada.
La propia orientación de Alphabet da una pista sobre el calendario. Ashkenazi ha dicho anteriormente que solo se espera reconocer un pequeño porcentaje de los ingresos por acuerdos de venta de TPU hacia fines de este año, y que la gran mayoría se espera para 2027. Si un acuerdo con OpenAI siguiera ese patrón, su efecto financiero sobre Alphabet se construiría a lo largo del próximo año en lugar de llegar de golpe en el trimestre actual.
Los inversores obtendrán su próximo dato concreto muy pronto. Alphabet presenta sus resultados trimestrales más tarde el miércoles, y el mercado estará atento a señales de que la fuerte inversión en IA sigue impulsando el crecimiento de Google Cloud, así como a cualquier comentario de los ejecutivos sobre el negocio de las TPU. El informe de una compra de OpenAI, que llega el día antes de esos resultados, garantiza que la demanda de chips estará entre los primeros temas que se planteen.
Esta historia importa porque la IA es, en el fondo, una historia de hardware. Los modelos acaparan los titulares, pero funcionan con chips, energía y centros de datos, y quien controle esa cadena de suministro controla el ritmo y el costo de toda la industria. Amazon, Microsoft y Alphabet, la matriz de Google, planean gastar hasta 600.000 millones de dólares combinados este año en infraestructura de IA, según el informe de Reuters, y los inversores preguntan cada vez más cuándo ese gasto se traducirá en retornos significativos.
Un acuerdo entre OpenAI y Google mostraría que incluso las mayores compañías de IA sienten la presión de ese gasto. OpenAI necesita más capacidad de computación de la que cualquier proveedor puede ofrecer con comodidad, y la necesita a un precio que mantenga viable su negocio a medida que crece el uso. Google necesita demostrar que sus años de inversión en TPU pueden competir en el mercado abierto, no solo dentro de sus propios centros de datos. Ambas necesidades apuntan en la misma dirección: cooperación entre rivales.
También importa para el panorama tecnológico más amplio de Estados Unidos. El auge de la IA ha concentrado un poder enorme en un puñado de compañías, y las relaciones entre ellas —OpenAI comprando a Google, Google alquilando a Anthropic, Nvidia invirtiendo en otros actores de IA— están reconfigurando la competencia más rápido de lo que reguladores o rivales pueden seguir. Una compra como esta difuminaría aún más las líneas, haciendo más difícil decir dónde termina la pila de IA de una compañía y dónde empieza la de otra.
El próximo paso es la confirmación, o su ausencia. Habrá que estar atentos a cualquier declaración de OpenAI o Alphabet, a los detalles de la llamada de resultados de Alphabet más tarde el miércoles y a presentaciones o anuncios que pongan cifras al plan reportado. Si el acuerdo se confirma, los detalles que más importarán serán: cuántos chips, qué generación de TPU, cuándo comienzan las entregas y si los chips están destinados principalmente a entrenar nuevos modelos o a ejecutar los actuales para los usuarios.
El propio programa de chips de OpenAI es el otro calendario a seguir. Su primer chip personalizado, diseñado con Broadcom, debe desplegarse hacia fines de este año, y la compañía lo ha descrito como parte de un programa de varias generaciones. La forma en que las TPU de Google, los chips diseñados con Broadcom y las GPU de Nvidia dividan las cargas de trabajo de OpenAI durante los próximos dos años dirá mucho sobre hacia dónde se dirige el hardware de IA.
La expansión de las TPU de Google también se pondrá a prueba en 2027, cuando se espera reconocer la mayor parte de los ingresos por ventas de TPU y cuando la alianza reportada con Oracle comenzaría a desplegar potencia TPU en la nube de Oracle. Si esos hitos se cumplen como se describe, Google habrá construido una auténtica tercera fuerza en chips de IA junto a Nvidia y los programas de silicio personalizado de Amazon, Microsoft y Meta. Si se retrasan, los escépticos preguntarán si las TPU podrán salir alguna vez de los propios centros de datos de Google.
Por ahora, el informe se presenta como una señal de hacia dónde va la industria: rivales haciendo negocios, compradores diversificándose y la mercancía más valiosa de la tecnología —la propia capacidad de computación— volviéndose demasiado importante para dejarla en manos de un único proveedor.
OpenAI planea comprar los chips de IA de Google, según un informe de The Information citado por Reuters el 27 de octubre de 2026. Ninguna de las dos compañías ha confirmado el plan y no se divulgaron los términos financieros.
Las unidades de procesamiento tensorial son procesadores de IA desarrollados por Google para manejar cargas de trabajo de aprendizaje automático. Son una alternativa a las unidades de procesamiento gráfico de Nvidia, y Google comenzó a venderlas directamente a algunos clientes en 2026, después de ofrecerlas principalmente a través de Google Cloud.
No. El informe describe que OpenAI suma los chips de Google a sus opciones, no que reemplace a Nvidia. OpenAI sigue siendo uno de los mayores compradores de GPU de Nvidia, y también está desarrollando su propio chip personalizado con Broadcom.
Para ampliar la capacidad de computación, ganar una alternativa a los procesadores dominantes de Nvidia, reducir potencialmente los costos de tareas específicas de IA y fortalecer su posición negociadora con los proveedores a medida que la demanda de computación de IA sigue creciendo.
Alphabet presenta sus resultados trimestrales más tarde el miércoles 28 de octubre de 2026, cuando es posible que se pregunte a los ejecutivos por la demanda de TPU. Cualquier confirmación de OpenAI o Alphabet, o detalles sobre precio, volumen y fechas de entrega, llenaría los vacíos que dejó el informe inicial.
Lea más en US News Pulse: Prueba de resultados de las grandes tecnológicas: Alphabet, Amazon y Apple ante el veredicto de la IA, La recaudación de 95.000 millones de Meta para IA lidera un día de gasto de 198.000 millones y Salida a bolsa de Anthropic: el creador de Claude busca cotizar en Nasdaq en una prueba de 2 billones.
Leave a Comment
| Today's Date:
