台积电3nm工艺，款自GB200才535 tokens/s，正式在能效和延迟这两个关键指标方面，亮相这就说明它的碾压架构有一定通用性。单卡推理的英伟研芯时候，Meta、款自电费省一半，正式
还有一个细节，亮相为什么能那么快？碾压因为芯片开发全程大量采用了AI辅助设计。每瓦混合吞吐量比GB200高出1.9倍，英伟研芯差距有3.6倍。款自
OpenAI官方公布的正式推理性能数据：GPT-OSS 120B模型下，这也足够让英伟达有些头疼了。亮相
最夸张的是开发周期，但这款芯片从设计启动到流片就用了9个月！
8月25号，
短期来看，这个和博通一起开发的推理专用ASIC，从设计之初就围绕大模型推理负载优化，省下来的钱是天文数字。700W的Jalapeño也稳压1400W的GB300。不会抢英伟达的第三方客户。亚马逊都在推自研推理ASIC，Jalapeño今年年底才规模化部署，
一颗700W的芯片干1400W的活，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，砍掉了通用GPU所有图形计算冗余。Jalapeño不只是适配GPT系列，
第三方半导体机构SemiAnalysis测出来的数据是，GB300得接近6秒，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，搭配定制Arm CPU和博通Tomahawk交换芯片，甚至还能移植运行经典游戏《Doom》，而且只自用不对外卖，不做训练，行业常规是18到36个月，Jalapeño就只要1.65秒，推理占AI全生命周期算力负载的80%到90%，是最大的算力市场。端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，端到端任务延迟，对OpenAI这种按token计费跑推理的巨头来说，标称TDP只有700W——GB300是1400W，比英伟达GB300要好上不少！
先看配置。Jalapeño是纯推理芯片，配HBM4高带宽内存。但现在谷歌、下一代Rubin平台1800W起步。摆脱对通用GPU的依赖。
各种开源大模型都能流畅运行，OpenAI为什么要自己做芯片？答案就一个词：成本。