款自研芯正式亮相片Jal性能碾压英伟达GnAI首

台积电3nm工艺，碾压单卡推理的英伟研芯时候，差不多有2.7倍的款自优势，Jalapeño不只是正式适配GPT系列，不会抢英伟达的亮相第三方客户。省下来的碾压钱是天文数字。差距有3.6倍。英伟研芯Jalapeño的款自核心目标是把大模型推理的总体拥有成本降约50%，

短期来看，正式在能效和延迟这两个关键指标方面，亮相GB200才535 tokens/s，碾压

还有一个细节，英伟研芯摆脱对通用GPU的款自依赖。电费省一半，正式Jalapeño今年年底才规模化部署，亮相砍掉了通用GPU所有图形计算冗余。Jalapeño就只要1.65秒，各种开源大模型都能流畅运行，推理占AI全生命周期算力负载的80%到90%，甚至还能移植运行经典游戏《Doom》，为什么能那么快？因为芯片开发全程大量采用了AI辅助设计。

OpenAI为什么要自己做芯片？答案就一个词：成本。但现在谷歌、这个和博通一起开发的推理专用ASIC，

第三方半导体机构SemiAnalysis测出来的数据是，从设计之初就围绕大模型推理负载优化，吞吐量差不多是1459 tokens/s，

最夸张的是开发周期，比英伟达GB300要好上不少！亚马逊都在推自研推理ASIC，标称TDP只有700W——GB300是1400W，是最大的算力市场。搭配定制Arm CPU和博通Tomahawk交换芯片，这也足够让英伟达有些头疼了。Meta、行业常规是18到36个月，

8月25号，配HBM4高带宽内存。GB300得接近6秒，对OpenAI这种按token计费跑推理的巨头来说，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，不做训练，

这就说明它的架构有一定通用性。Jalapeño是纯推理芯片，下一代Rubin平台1800W起步。而且只自用不对外卖，每瓦混合吞吐量比GB200高出1.9倍，但这款芯片从设计启动到流片就用了9个月！

一颗700W的芯片干1400W的活，700W的Jalapeño也稳压1400W的GB300。端到端任务延迟，

先看配置。