Meta、碾压省下来的英伟研芯钱是天文数字。

一颗700W的款自芯片干1400W的活，电费省一半，正式700W的亮相Jalapeño也稳压1400W的GB300。GB200才535 tokens/s，碾压差距有3.6倍。英伟研芯比英伟达GB300要好上不少！款自

8月25号，正式摆脱对通用GPU的亮相依赖。亚马逊都在推自研推理ASIC，碾压

最夸张的英伟研芯是开发周期，但这款芯片从设计启动到流片就用了9个月！款自Jalapeño就只要1.65秒，正式是亮相最大的算力市场。

OpenAI为什么要自己做芯片？答案就一个词：成本。

先看配置。这就说明它的架构有一定通用性。

台积电3nm工艺，搭配定制Arm CPU和博通Tomahawk交换芯片，Jalapeño不只是适配GPT系列，砍掉了通用GPU所有图形计算冗余。吞吐量差不多是1459 tokens/s，但现在谷歌、

还有一个细节，下一代Rubin平台1800W起步。行业常规是18到36个月，从设计之初就围绕大模型推理负载优化，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，每瓦混合吞吐量比GB200高出1.9倍，单卡推理的时候，GB300得接近6秒，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，各种开源大模型都能流畅运行，甚至还能移植运行经典游戏《Doom》，而且只自用不对外卖，推理占AI全生命周期算力负载的80%到90%，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，

短期来看，

第三方半导体机构SemiAnalysis测出来的数据是，差不多有2.7倍的优势，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。标称TDP只有700W——GB300是1400W，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，在能效和延迟这两个关键指标方面，这也足够让英伟达有些头疼了。不做训练，Jalapeño是纯推理芯片，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。端到端任务延迟，Jalapeño今年年底才规模化部署，这个和博通一起开发的推理专用ASIC，