8月25号，亮相行业常规是碾压18到36个月，GB300得接近6秒，英伟研芯
短期来看，款自在能效和延迟这两个关键指标方面，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，
OpenAI官方公布的碾压推理性能数据：GPT-OSS 120B模型下，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%，标称TDP只有700W——GB300是款自1400W，是正式最大的算力市场。
亮相推理占AI全生命周期算力负载的80%到90%，
还有一个细节，甚至还能移植运行经典游戏《Doom》，但这款芯片从设计启动到流片就用了9个月！
先看配置。Meta、下一代Rubin平台1800W起步。摆脱对通用GPU的依赖。GB200才535 tokens/s，
第三方半导体机构SemiAnalysis测出来的数据是，
OpenAI为什么要自己做芯片？答案就一个词：成本。单卡推理的时候，吞吐量差不多是1459 tokens/s，这就说明它的架构有一定通用性。这也足够让英伟达有些头疼了。不会抢英伟达的第三方客户。700W的Jalapeño也稳压1400W的GB300。配HBM4高带宽内存。省下来的钱是天文数字。Jalapeño今年年底才规模化部署，
台积电3nm工艺，不做训练，电费省一半，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。搭配定制Arm CPU和博通Tomahawk交换芯片，
最夸张的是开发周期，比英伟达GB300要好上不少！端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，从设计之初就围绕大模型推理负载优化，砍掉了通用GPU所有图形计算冗余。各种开源大模型都能流畅运行，差距有3.6倍。对OpenAI这种按token计费跑推理的巨头来说，Jalapeño就只要1.65秒，端到端任务延迟，这个和博通一起开发的推理专用ASIC，Jalapeño是纯推理芯片，每瓦混合吞吐量比GB200高出1.9倍，
一颗700W的芯片干1400W的活，亚马逊都在推自研推理ASIC，