La compañía utilizó más de 100.000 procesadores gráficos para entrenar GPT-6 Astra. Jensen Huang, CEO de Nvidia, aseguró además que otros 400.000 GPU entrarán próximamente en operación, en una señal de la velocidad con que está creciendo la infraestructura detrás de la inteligencia artificial.
OpenAI entrenó GPT-6 Astra utilizando más de 100.000 GPU en una misma ejecución, una cifra que muestra hasta qué punto se ha ampliado la infraestructura necesaria para desarrollar los modelos de inteligencia artificial más avanzados.
Greg Brockman, presidente y cofundador de OpenAI, confirmó que fue la primera vez que la compañía realizó un entrenamiento sobre una infraestructura de ese tamaño. Parte de ese trabajo se apoyó en Stargate, la red de centros de datos que OpenAI está levantando junto a sus socios para responder a una demanda de cómputo que continúa creciendo.
La dimensión del despliegue podría aumentar con rapidez. Jensen Huang, CEO de Nvidia, afirmó que otros 400.000 GPU serán puestos en línea próximamente. La declaración da cuenta de la capacidad que está siendo instalada, aunque no significa necesariamente que todos esos procesadores vayan a utilizarse al mismo tiempo para entrenar un único modelo.
El tamaño de los modelos cambia también la infraestructura
El desarrollo de nuevos sistemas de inteligencia artificial ya no depende únicamente de mejoras en software o arquitectura. Las empresas necesitan grandes cantidades de procesadores especializados, redes capaces de mover enormes volúmenes de información, refrigeración y, sobre todo, disponibilidad eléctrica suficiente para mantener centros de datos de una escala que hace pocos años era poco habitual.
Stargate es una de las apuestas de OpenAI para asegurar esa capacidad. Su instalación en Abilene, Texas, comenzó a recibir sistemas Nvidia GB200 durante 2025 y fue concebida para soportar cargas intensivas de entrenamiento e inferencia.
El complejo había sido proyectado para albergar cientos de miles de chips una vez completamente equipado. Esa magnitud permite entender mejor por qué un entrenamiento con más de 100.000 GPU ya puede realizarse dentro de una sola operación.
El cambio también refleja una transformación en la competencia entre las grandes compañías tecnológicas. El acceso a chips avanzados, energía y centros de datos se está convirtiendo en una ventaja tan importante como el propio diseño de los modelos.
Astra eleva las exigencias de cómputo
OpenAI presentó GPT-6 Astra a comienzos de septiembre como su modelo más avanzado hasta ahora. La compañía reportó mejoras en programación, ciencia, navegación web, ciberseguridad y tareas que requieren trabajar de manera autónoma durante varios pasos.
El tamaño del entrenamiento no permite, por sí solo, establecer que Astra sea superior en todos los ámbitos. El desempeño de estos modelos depende de distintas variables y cambia considerablemente entre pruebas, tareas y condiciones de uso.
Lo que sí muestra el despliegue de OpenAI es el ritmo al que aumenta la cantidad de recursos físicos involucrados en la carrera por desarrollar nuevos modelos. Hace pocos años, hablar de decenas de miles de GPU en un solo entrenamiento ya representaba una operación extraordinaria. Astra superó las 100.000.
La próxima etapa podría ampliar nuevamente esa frontera. Los 400.000 procesadores mencionados por Huang no son una medida directa del tamaño del próximo modelo de OpenAI, pero sí muestran la capacidad computacional que Nvidia y sus socios esperan poner a disposición de la industria.
A medida que ese número siga creciendo, la discusión sobre inteligencia artificial dependerá cada vez menos únicamente de algoritmos y más de infraestructura concreta: centros de datos, chips, redes, refrigeración y enormes cantidades de electricidad.
