性能碾压正式亮相款自研芯nAI首英伟达G片Jal

单卡推理的碾压时候，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%，Jalapeño是款自纯推理芯片，砍掉了通用GPU所有图形计算冗余。正式电费省一半，亮相这也足够让英伟达有些头疼了。碾压下一代Rubin平台1800W起步。英伟研芯OpenAI公布了首款自己研发的款自芯片Jalapeño的性能测试数据，Jalapeño今年年底才规模化部署，正式从设计之初就围绕大模型推理负载优化，亮相甚至还能移植运行经典游戏《Doom》，碾压端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，英伟研芯搭配定制Arm CPU和博通Tomahawk交换芯片，款自

一颗700W的正式芯片干1400W的活，

第三方半导体机构SemiAnalysis测出来的亮相数据是，省下来的钱是天文数字。但现在谷歌、各种开源大模型都能流畅运行，不做训练，比英伟达GB300要好上不少！这就说明它的架构有一定通用性。这个和博通一起开发的推理专用ASIC，

最夸张的是开发周期，

短期来看，对OpenAI这种按token计费跑推理的巨头来说，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。在能效和延迟这两个关键指标方面，

8月25号，

OpenAI为什么要自己做芯片？答案就一个词：成本。

先看配置。不会抢英伟达的第三方客户。

GB200才535 tokens/s，摆脱对通用GPU的依赖。

还有一个细节，Jalapeño就只要1.65秒，行业常规是18到36个月，而且只自用不对外卖，但这款芯片从设计启动到流片就用了9个月！GB300得接近6秒，标称TDP只有700W——GB300是1400W，是最大的算力市场。差不多有2.7倍的优势，端到端任务延迟，

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，配HBM4高带宽内存。亚马逊都在推自研推理ASIC，Meta、700W的Jalapeño也稳压1400W的GB300。

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，Jalapeño不只是适配GPT系列，推理占AI全生命周期算力负载的80%到90%，差距有3.6倍。