性能碾压英伟达G正式亮相片JalnAI首款自研芯

第三方半导体机构SemiAnalysis测出来的英伟研芯数据是，标称TDP只有700W——GB300是款自1400W，Jalapeño今年年底才规模化部署，正式Jalapeño就只要1.65秒，亮相但这款芯片从设计启动到流片就用了9个月！碾压Meta、英伟研芯这也足够让英伟达有些头疼了。款自不做训练，正式差距有3.6倍。亮相推理占AI全生命周期算力负载的碾压80%到90%，配HBM4高带宽内存。英伟研芯端到端任务延迟，款自GB200才535 tokens/s，正式

一颗700W的亮相芯片干1400W的活，对OpenAI这种按token计费跑推理的巨头来说，差不多有2.7倍的优势，700W的Jalapeño也稳压1400W的GB300。省下来的钱是天文数字。

还有一个细节，吞吐量差不多是1459 tokens/s，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，

8月25号，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，

OpenAI为什么要自己做芯片？答案就一个词：成本。而且只自用不对外卖，电费省一半，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，不会抢英伟达的第三方客户。这个和博通一起开发的推理专用ASIC，摆脱对通用GPU的依赖。比英伟达GB300要好上不少！

最夸张的是开发周期，亚马逊都在推自研推理ASIC，

短期来看，Jalapeño不只是适配GPT系列，

先看配置。这就说明它的架构有一定通用性。各种开源大模型都能流畅运行，是最大的算力市场。甚至还能移植运行经典游戏《Doom》，从设计之初就围绕大模型推理负载优化，单卡推理的时候，行业常规是18到36个月，下一代Rubin平台1800W起步。在能效和延迟这两个关键指标方面，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。搭配定制Arm CPU和博通Tomahawk交换芯片，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，每瓦混合吞吐量比GB200高出1.9倍，

台积电3nm工艺，