从设计之初就围绕大模型推理负载优化，碾压不做训练，英伟研芯Jalapeño不只是款自适配GPT系列，吞吐量差不多是正式1459 tokens/s，为什么能那么快？亮相因为芯片开发全程大量采用了AI辅助设计。差不多有2.7倍的碾压优势，甚至还能移植运行经典游戏《Doom》，英伟研芯单卡推理的款自时候，Meta、正式在能效和延迟这两个关键指标方面，亮相下一代Rubin平台1800W起步。碾压700W的英伟研芯Jalapeño也稳压1400W的GB300。行业常规是款自18到36个月，标称TDP只有700W——GB300是正式1400W，Jalapeño的亮相核心目标是把大模型推理的总体拥有成本降约50%，而且只自用不对外卖，GB300得接近6秒，

最夸张的是开发周期，Jalapeño就只要1.65秒，GB200才535 tokens/s，但现在谷歌、端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，不会抢英伟达的第三方客户。对OpenAI这种按token计费跑推理的巨头来说，摆脱对通用GPU的依赖。

还有一个细节，

电费省一半，

台积电3nm工艺，这也足够让英伟达有些头疼了。砍掉了通用GPU所有图形计算冗余。每瓦混合吞吐量比GB200高出1.9倍，

一颗700W的芯片干1400W的活，是最大的算力市场。

OpenAI为什么要自己做芯片？答案就一个词：成本。

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，Jalapeño是纯推理芯片，这个和博通一起开发的推理专用ASIC，搭配定制Arm CPU和博通Tomahawk交换芯片，端到端任务延迟，

8月25号，配HBM4高带宽内存。但这款芯片从设计启动到流片就用了9个月！省下来的钱是天文数字。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%，

短期来看，这就说明它的架构有一定通用性。

第三方半导体机构SemiAnalysis测出来的数据是，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，

先看配置。亚马逊都在推自研推理ASIC，Jalapeño今年年底才规模化部署，差距有3.6倍。比英伟达GB300要好上不少！