Hoy, un tuit de hace dos días comenzó a viralizarse, con solo 5 palabras: Scott Gray ha dejado OpenAI.
Este renombrado ingeniero, apodado la 'Deidad de los Kernels CUDA' y considerado el 'mejor programador de GPU del mundo', se ha convertido en otro talento de gran peso que OpenAI pierde este año. Él mismo no ha confirmado en redes, su perfil de LinkedIn aún no se ha actualizado, pero su biografía en X y Bluesky ya ha cambiado de «GPU Geek at @OpenAI» a «Former GPU geek at @OpenAI». Además, agregó al principio la frase «Actualmente independiente, explorando algunos métodos de IA inspirados en la neurociencia».
Un ingeniero que estuvo en OpenAI durante diez años anunció su partida con una sola línea en su biografía.
Curiosa coincidencia. Justo el 16 de agosto, hace exactamente diez años, OpenAI publicó una entrada en su blog titulada «Actualización del equipo», presentando a los cinco miembros a tiempo completo que se unieron ese mes. En la lista estaban Dario Amodei, Filip Wolski, Jack Clark, Scott Gray y Zain Shah.
https://openai.com/index/team-update-august/
Diez años después, hoy, Dario es CEO de Anthropic, Jack Clark está a cargo de políticas en Anthropic, y Scott Gray ha marcado a OpenAI como «former».
Hasta ahora, OpenAI no ha emitido ninguna declaración sobre la salida de Scott Gray, ni Gray mismo ha publicado explicaciones detalladas. La fuente común de todas las noticias actuales es el cambio en la biografía de sus cuentas sociales y una posterior publicación de filtraciones que se difundió en X. No hay información pública sobre la fecha exacta de su partida, su próximo destino, ni si ya tiene una nueva empresa.
Vale la pena señalar otro detalle en sus cuentas. El último tuit original de Gray en X se detuvo el 20 de noviembre de 2023, con una frase: «OpenAI is nothing without its people.». Eso fue tres días después de que la junta destituyera a Sam Altman, cuando más de setecientos empleados firmaron una carta exigiendo la renuncia de la junta. Esa frase fue copiada y pegada repetidamente dentro de OpenAI en ese momento, considerada como una declaración colectiva de lealtad. Después de eso, aunque respondió a algunos tuits (las respuestas también cesaron después de febrero de 2025), nunca más publicó un tuit original.
Breve introducción a Scott Gray
Anteriormente publicamos un artículo dedicado a Scott Gray, consulte «¿La Deidad de los Kernels CUDA, el mejor programador de GPU del mundo? ¿Quién es este genio en la sombra de OpenAI?». Aquí hay un breve resumen.
Su fama comenzó en la época de Nervana Systems. Entonces, la gran mayoría de los desarrolladores dependían de CUDA C/C++ de NVIDIA y bibliotecas oficiales como cuBLAS y cuDNN. Múltiples capas de abstracción de software ocultaban los detalles del hardware, pero también establecían un límite máximo de rendimiento. La evaluación de Gray fue que había que evitar estas capas de abstracción. Así que escribió maxas, un ensamblador para la arquitectura Maxwell que permitía a los desarrolladores escribir directamente código máquina SASS, asignar manualmente registros, gestionar latencias de memoria y controlar el pipeline de instrucciones.
Para demostrar que este camino era viable, escribió manualmente un kernel SGEMM usando maxas. En la GPU GM204, ese kernel alcanzó el 98% del pico teórico del hardware y fue un 4.8% más rápido que cuBLAS, la biblioteca oficial cerrada de NVIDIA, también escrita a mano por expertos. Posteriormente, maxDNN extendió la misma metodología a las convoluciones: logró una eficiencia computacional estable del 93% al 95% en todas las capas convolucionales de AlexNet, mientras que la eficiencia de cuDNN en ese momento fluctuaba mucho entre el 32% y el 57%.
Este es el sello metodológico de todo su trabajo posterior: no aceptar el límite de rendimiento dado por las capas de abstracción.
En la actualización del equipo de OpenAI de agosto de 2016, su presentación oficial solo tenía dos frases de evaluación técnica, esencialmente diciendo que antes, en Nervana, se había centrado en optimizar el rendimiento de las redes profundas en GPU, y que sus optimizaciones a nivel de ensamblador para álgebra lineal densa y convoluciones «siguen siendo las más rápidas hasta la fecha». El mismo párrafo también mencionaba que, cuando no estaba programando, solía leer las últimas investigaciones en neurociencia y campos relacionados.
Parece que, diez años después, su nueva dirección «métodos de IA inspirados en la neurociencia» es, de hecho, un regreso a ese interés que nunca cambió.
Después de unirse a OpenAI, su rol pasó de «optimizador» a «facilitador». En 2017, junto con Alec Radford y Durk Kingma, lanzó los kernels de GPU dispersos por bloques. A diferencia de la dispersión no estructurada que elimina pesos individuales, la dispersión por bloques corta la matriz de pesos en bloques de tamaño fijo y los establece en cero como un todo. Los kernels especializados saltan completamente los bloques de cero valor durante el cálculo, pudiendo ser varios órdenes de magnitud más rápidos que cuBLAS, que maneja matrices densas, o cuSPARSE, que maneja matrices dispersas genéricas. Estos kernels se abrieron en su momento, lo que directamente impulsó una serie de trabajos posteriores sobre atención dispersa.
Diagrama del kernel disperso por bloques de OpenAI, https://cdn.openai.com/blocksparse/blocksparsepaper.pdf
Siguiendo esta línea, en 2019, «Generating Long Sequences with Sparse Transformers» fue escrito por Rewon Child, Scott Gray, Alec Radford e Ilya Sutskever. Redujeron el coste temporal y de memoria de la atención de O(n2) a O(n√n), y el artículo claramente lista los «kernels rápidos para el entrenamiento de atención» como una de las tres contribuciones.
Después, su nombre apareció en la lista de autores de GPT-3, en «Scaling Laws for Neural Language Models», en la lista de autores de DALL·E y en el informe técnico de OpenAI Five.
Durante este tiempo, también ganó el apodo de «Deidad de los Kernels CUDA». Fue en septiembre de 2025, cuando el ex empleado de OpenAI, Rohan Pandey, publicó en X que dentro de la empresa solo había aproximadamente una persona responsable de los kernels CUDA en el lado de la inferencia, y que sus colegas llamaban a su kernel de atención «el kernel Bob», ejecutándose diariamente en cientos de miles de GPU billones de veces. Después de que el post se hiciera viral, los comentarios generalmente especulaban que «Bob» era Scott Gray.
Publicaciones relacionadas también mencionaban: en todo el mundo, probablemente menos de cien personas pueden escribir kernels CUDA de alto rendimiento para el proceso de entrenamiento (especialmente para la retropropagación). Porque esta habilidad requiere un dominio simultáneo de la teoría de la computación paralela, la arquitectura del hardware GPU y los algoritmos de aprendizaje profundo, mientras que la mayoría de los profesionales se quedan en la capa de aplicación o en la optimización de la inferencia.
Y ahora, Scott Gray se ha ido.
2026, OpenAI ya ha perdido a muchas personas
OpenAI ha perdido mucho talento este año. Según un resumen del blogger de X, Chubby, OpenAI ha visto la salida de 12 líderes senior este año, cubriendo operaciones, negocios, producto, investigación, seguridad, ética y hardware.
Hace unos días, Brad Lightcap, que trabajó en OpenAI durante ocho años y fue CFO y COO, anunció en X su partida, diciendo que iba a «empezar algo nuevo»; dos días después, la Chief Revenue Officer, Denise Dresser, que había asumido el cargo en diciembre del año pasado, anunció su salida, siendo reemplazada por Dali Rajic, ex presidente y COO de Wiz.
En la línea de negocio y producto, la CEO del negocio de aplicaciones, Fidji Simo, tomó una licencia por motivos de salud en abril y renunció a su cargo a tiempo completo en julio para convertirse en asesora a tiempo parcial; la ex CMO Kate Rouch renunció en abril debido a necesidades de tratamiento; el CTO del negocio empresarial, Srinivas Narayanan, también anunció su partida en abril. En el lado de investigación y producto, Kevin Weil, quien lideraba OpenAI for Science, y Bill Peebles, responsable de Sora, anunciaron su partida el mismo día en abril; Weil ahora está dirigiendo una startup de IA para la ciencia; Barret Zoph regresó de Thinking Machines Lab a OpenAI en enero para liderar las ventas de IA empresarial, y dejó la empresa nuevamente en junio sin que la compañía explicara el motivo.
Tres personas del área de seguridad y ética se concentraron en julio: el responsable de sistemas de seguridad, Johannes Heidecke, se fue durante una reestructuración del equipo de seguridad, y sus responsabilidades se integraron en el departamento de investigación liderado por Mia Glaese; el Chief Futurist Joshua Achiam se fue después de casi nueve años, el equipo de alineación de la misión que lideraba había sido disuelto en febrero de este año; la responsable de ética, Chloé Bakalar, se fue después de menos de un año en el cargo. En marzo, aún antes, la responsable de robótica y hardware de consumo, Caitlin Kalinowski, renunció por desacuerdo con la cooperación de la empresa con el Pentágono, diciendo en LinkedIn que tales asuntos deberían ser revisados más exhaustivamente, añadiendo luego que su objeción se centraba principalmente en los procesos de gobernanza.
Esta lista también omite a uno: en enero de este año, el vicepresidente de investigación a cargo de modelos de inferencia, Jerry Tworek, se fue después de casi siete años para emprender, con la razón de querer trabajar en direcciones de investigación «difíciles de hacer dentro de OpenAI».
Conclusión
La partida de Scott Gray quizás no cambie inmediatamente el ritmo de lanzamientos de modelos de OpenAI. El sistema de ingeniería acumulado durante una década no se detendrá por la salida de una persona. Pero para una compañía que depende cada vez más de la escala, la eficiencia y el control de costes, perder a un ingeniero así, que puede llevar el rendimiento del hardware al límite y ha participado profundamente en múltiples modelos centrales, no es un cambio que pueda tomarse a la ligera.
El momento en que ocurre esta salida también merece atención: OpenAI se prepara para salir a bolsa, convirtiéndose en una empresa gigante que busca ingresos y participa en una competencia global de infraestructuras. Ahora, aquellos que la moldearon desde el principio también están reevaluando lo que quieren hacer a continuación.
La elección de Scott Gray no es unirse a otro laboratorio de vanguardia o anunciar una startup, sino simplemente decir en su biografía personal que está explorando de forma independiente «métodos de IA inspirados en la neurociencia». Del ingeniero que en 2016, según la presentación oficial, leía artículos de neurociencia en su tiempo libre, al que diez años después vuelve a escribir la neurociencia en su biografía, esto parece más un regreso después de un largo desvío: después de exprimir al máximo el paradigma computacional actual, comienza a buscar otra posibilidad.
En 2023, Gray escribió «OpenAI is nothing without its people». Hoy, mirando atrás, esa frase es tanto una declaración sobre esa crisis de la empresa como una anotación tardía. OpenAI no lo perderá todo por la partida de una persona, pero la dirección de una compañía, al final, está moldeada por las personas que se quedan, las que se van y los problemas que cada uno elige explorar.
Este artículo proviene del WeChat Official Account «机器之心» (ID: almosthuman2014), autor: 关注AI的.
