性能碾压片Jal款自研芯正式亮相英伟达GnAI首
最夸张的款自是开发周期，
短期来看，正式单卡推理的亮相时候，OpenAI公布了首款自己研发的碾压芯片Jalapeño的性能测试数据，为什么能那么快？英伟研芯因为芯片开发全程大量采用了AI辅助设计。
先看配置。款自配HBM4高带宽内存。正式搭配定制Arm CPU和博通Tomahawk交换芯片，亮相亚马逊都在推自研推理ASIC，碾压但现在谷歌、英伟研芯不会抢英伟达的款自第三方客户。这也足够让英伟达有些头疼了。正式是亮相最大的算力市场。差距有3.6倍。甚至还能移植运行经典游戏《Doom》，
OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，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。电费省一半，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，各种开源大模型都能流畅运行，每瓦混合吞吐量比GB200高出1.9倍，
Jalapeño就只要1.65秒，Jalapeño今年年底才规模化部署，GB300得接近6秒，推理占AI全生命周期算力负载的80%到90%，Meta、不做训练，Jalapeño不只是适配GPT系列，从设计之初就围绕大模型推理负载优化，台积电3nm工艺，而且只自用不对外卖，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，
第三方半导体机构SemiAnalysis测出来的数据是，摆脱对通用GPU的依赖。端到端任务延迟，差不多有2.7倍的优势，这就说明它的架构有一定通用性。砍掉了通用GPU所有图形计算冗余。这个和博通一起开发的推理专用ASIC，行业常规是18到36个月，GB200才535 tokens/s，
一颗700W的芯片干1400W的活，700W的Jalapeño也稳压1400W的GB300。比英伟达GB300要好上不少！省下来的钱是天文数字。对OpenAI这种按token计费跑推理的巨头来说，吞吐量差不多是1459 tokens/s，Jalapeño是纯推理芯片，但这款芯片从设计启动到流片就用了9个月！
还有一个细节，