还有一个细节，碾压这也足够让英伟达有些头疼了。英伟研芯700W的款自Jalapeño也稳压1400W的GB300。下一代Rubin平台1800W起步。正式

8月25号，亮相差距有3.6倍。碾压摆脱对通用GPU的英伟研芯依赖。是款自最大的算力市场。单卡推理的正式时候，Meta、亮相不会抢英伟达的碾压第三方客户。Jalapeño今年年底才规模化部署，英伟研芯从设计之初就围绕大模型推理负载优化，款自在能效和延迟这两个关键指标方面，正式对OpenAI这种按token计费跑推理的亮相巨头来说，但现在谷歌、行业常规是18到36个月，省下来的钱是天文数字。推理占AI全生命周期算力负载的80%到90%，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，吞吐量差不多是1459 tokens/s，Jalapeño就只要1.65秒，标称TDP只有700W——GB300是1400W，

OpenAI为什么要自己做芯片？答案就一个词：成本。Jalapeño是纯推理芯片，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。各种开源大模型都能流畅运行，GB300得接近6秒，而且只自用不对外卖，这个和博通一起开发的推理专用ASIC，

先看配置。搭配定制Arm CPU和博通Tomahawk交换芯片，端到端任务延迟，

最夸张的是开发周期，这就说明它的架构有一定通用性。端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，每瓦混合吞吐量比GB200高出1.9倍，差不多有2.7倍的优势，配HBM4高带宽内存。甚至还能移植运行经典游戏《Doom》，不做训练，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，电费省一半，亚马逊都在推自研推理ASIC，

短期来看，

第三方半导体机构SemiAnalysis测出来的数据是，

台积电3nm工艺，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，比英伟达GB300要好上不少！Jalapeño不只是适配GPT系列，砍掉了通用GPU所有图形计算冗余。

一颗700W的芯片干1400W的活，但这款芯片从设计启动到流片就用了9个月！GB200才535 tokens/s，