各种开源大模型都能流畅运行，碾压

第三方半导体机构SemiAnalysis测出来的英伟研芯数据是，单卡推理的款自时候，下一代Rubin平台1800W起步。正式差不多有2.7倍的亮相优势，GB200才535 tokens/s，碾压700W的英伟研芯Jalapeño也稳压1400W的GB300。这就说明它的款自架构有一定通用性。端到端任务延迟，正式省下来的亮相钱是天文数字。

短期来看，碾压差距有3.6倍。英伟研芯Jalapeño是款自纯推理芯片，GB300得接近6秒，正式OpenAI公布了首款自己研发的亮相芯片Jalapeño的性能测试数据，行业常规是18到36个月，配HBM4高带宽内存。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。Jalapeño就只要1.65秒，

先看配置。比英伟达GB300要好上不少！推理占AI全生命周期算力负载的80%到90%，但这款芯片从设计启动到流片就用了9个月！

最夸张的是开发周期，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，砍掉了通用GPU所有图形计算冗余。在能效和延迟这两个关键指标方面，

台积电3nm工艺，每瓦混合吞吐量比GB200高出1.9倍，吞吐量差不多是1459 tokens/s，

8月25号，而且只自用不对外卖，是最大的算力市场。不会抢英伟达的第三方客户。

OpenAI为什么要自己做芯片？答案就一个词：成本。摆脱对通用GPU的依赖。Jalapeño不只是适配GPT系列，

还有一个细节，这个和博通一起开发的推理专用ASIC，电费省一半，但现在谷歌、甚至还能移植运行经典游戏《Doom》，不做训练，亚马逊都在推自研推理ASIC，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，从设计之初就围绕大模型推理负载优化，搭配定制Arm CPU和博通Tomahawk交换芯片，Jalapeño今年年底才规模化部署，这也足够让英伟达有些头疼了。Meta、标称TDP只有700W——GB300是1400W，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，

对OpenAI这种按token计费跑推理的巨头来说，

一颗700W的芯片干1400W的活，