片Jal性能碾压正式亮相英伟达GnAI首款自研芯

短期来看，碾压对OpenAI这种按token计费跑推理的英伟研芯巨头来说，推理占AI全生命周期算力负载的款自80%到90%，但现在谷歌、正式

8月25号，亮相这就说明它的碾压架构有一定通用性。砍掉了通用GPU所有图形计算冗余。英伟研芯是款自最大的算力市场。电费省一半，正式Jalapeño就只要1.65秒，亮相甚至还能移植运行经典游戏《Doom》，碾压标称TDP只有700W——GB300是英伟研芯1400W，下一代Rubin平台1800W起步。款自而且只自用不对外卖，正式行业常规是亮相18到36个月，

吞吐量差不多是1459 tokens/s，Jalapeño是纯推理芯片，GB200才535 tokens/s，差距有3.6倍。

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，

先看配置。在能效和延迟这两个关键指标方面，从设计之初就围绕大模型推理负载优化，差不多有2.7倍的优势，省下来的钱是天文数字。

台积电3nm工艺，

OpenAI为什么要自己做芯片？答案就一个词：成本。每瓦混合吞吐量比GB200高出1.9倍，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，

一颗700W的芯片干1400W的活，亚马逊都在推自研推理ASIC，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，配HBM4高带宽内存。

还有一个细节，这个和博通一起开发的推理专用ASIC，Jalapeño今年年底才规模化部署，搭配定制Arm CPU和博通Tomahawk交换芯片，Jalapeño不只是适配GPT系列，

最夸张的是开发周期，比英伟达GB300要好上不少！摆脱对通用GPU的依赖。单卡推理的时候，各种开源大模型都能流畅运行，这也足够让英伟达有些头疼了。

第三方半导体机构SemiAnalysis测出来的数据是，700W的Jalapeño也稳压1400W的GB300。但这款芯片从设计启动到流片就用了9个月！端到端任务延迟，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，GB300得接近6秒，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。Meta、不做训练，不会抢英伟达的第三方客户。