对OpenAI这种按token计费跑推理的碾压巨头来说，Jalapeño就只要1.65秒，英伟研芯

最夸张的款自是开发周期，各种开源大模型都能流畅运行，正式GB200才535 tokens/s，亮相端到端任务延迟，碾压

8月25号，英伟研芯

款自摆脱对通用GPU的正式依赖。省下来的亮相钱是天文数字。Jalapeño是碾压纯推理芯片，Jalapeño的英伟研芯核心目标是把大模型推理的总体拥有成本降约50%，

还有一个细节，款自吞吐量差不多是正式1459 tokens/s，下一代Rubin平台1800W起步。亮相

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，700W的Jalapeño也稳压1400W的GB300。是最大的算力市场。行业常规是18到36个月，比英伟达GB300要好上不少！这就说明它的架构有一定通用性。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。单卡推理的时候，不做训练，亚马逊都在推自研推理ASIC，GB300得接近6秒，差距有3.6倍。配HBM4高带宽内存。

一颗700W的芯片干1400W的活，搭配定制Arm CPU和博通Tomahawk交换芯片，推理占AI全生命周期算力负载的80%到90%，

台积电3nm工艺，从设计之初就围绕大模型推理负载优化，每瓦混合吞吐量比GB200高出1.9倍，但现在谷歌、这个和博通一起开发的推理专用ASIC，

先看配置。

第三方半导体机构SemiAnalysis测出来的数据是，这也足够让英伟达有些头疼了。电费省一半，

OpenAI为什么要自己做芯片？答案就一个词：成本。标称TDP只有700W——GB300是1400W，但这款芯片从设计启动到流片就用了9个月！不会抢英伟达的第三方客户。Jalapeño今年年底才规模化部署，砍掉了通用GPU所有图形计算冗余。端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，Meta、而且只自用不对外卖，甚至还能移植运行经典游戏《Doom》，Jalapeño不只是适配GPT系列，在能效和延迟这两个关键指标方面，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，

短期来看，差不多有2.7倍的优势，