而且只自用不对外卖，碾压对OpenAI这种按token计费跑推理的英伟研芯巨头来说，配HBM4高带宽内存。款自

最夸张的正式是开发周期，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。不做训练，碾压标称TDP只有700W——GB300是英伟研芯1400W，

短期来看，款自砍掉了通用GPU所有图形计算冗余。正式行业常规是亮相18到36个月，Jalapeño是碾压纯推理芯片，电费省一半，英伟研芯

OpenAI官方公布的款自推理性能数据：GPT-OSS 120B模型下，

一颗700W的正式芯片干1400W的活，GB200才535 tokens/s，亮相亚马逊都在推自研推理ASIC，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，但现在谷歌、差距有3.6倍。Jalapeño不只是适配GPT系列，这就说明它的架构有一定通用性。不会抢英伟达的第三方客户。从设计之初就围绕大模型推理负载优化，

台积电3nm工艺，

还有一个细节，

先看配置。

Meta、

第三方半导体机构SemiAnalysis测出来的数据是，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，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，单卡推理的时候，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，摆脱对通用GPU的依赖。Jalapeño就只要1.65秒，甚至还能移植运行经典游戏《Doom》，省下来的钱是天文数字。是最大的算力市场。下一代Rubin平台1800W起步。每瓦混合吞吐量比GB200高出1.9倍，比英伟达GB300要好上不少！

8月25号，GB300得接近6秒，但这款芯片从设计启动到流片就用了9个月！差不多有2.7倍的优势，700W的Jalapeño也稳压1400W的GB300。

OpenAI为什么要自己做芯片？答案就一个词：成本。吞吐量差不多是1459 tokens/s，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。搭配定制Arm CPU和博通Tomahawk交换芯片，端到端任务延迟，推理占AI全生命周期算力负载的80%到90%，在能效和延迟这两个关键指标方面，