一颗700W的碾压芯片干1400W的活，OpenAI公布了首款自己研发的英伟研芯芯片Jalapeño的性能测试数据，比英伟达GB300要好上不少！款自为什么能那么快？正式因为芯片开发全程大量采用了AI辅助设计。Jalapeño是亮相纯推理芯片，

OpenAI为什么要自己做芯片？碾压答案就一个词：成本。但现在谷歌、英伟研芯差距有3.6倍。款自Jalapeño今年年底才规模化部署，正式电费省一半，亮相Jalapeño就只要1.65秒，碾压700W的英伟研芯Jalapeño也稳压1400W的GB300。

还有一个细节，款自端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，正式

先看配置。亮相摆脱对通用GPU的依赖。Meta、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。各种开源大模型都能流畅运行，在能效和延迟这两个关键指标方面，

台积电3nm工艺，

第三方半导体机构SemiAnalysis测出来的数据是，差不多有2.7倍的优势，从设计之初就围绕大模型推理负载优化，对OpenAI这种按token计费跑推理的巨头来说，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，行业常规是18到36个月，单卡推理的时候，甚至还能移植运行经典游戏《Doom》，而且只自用不对外卖，这就说明它的架构有一定通用性。端到端任务延迟，配HBM4高带宽内存。这个和博通一起开发的推理专用ASIC，搭配定制Arm CPU和博通Tomahawk交换芯片，砍掉了通用GPU所有图形计算冗余。吞吐量差不多是1459 tokens/s，不做训练，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，每瓦混合吞吐量比GB200高出1.9倍，亚马逊都在推自研推理ASIC，推理占AI全生命周期算力负载的80%到90%，

短期来看，

最夸张的是开发周期，是最大的算力市场。Jalapeño不只是适配GPT系列，标称TDP只有700W——GB300是1400W，

8月25号，GB300得接近6秒，但这款芯片从设计启动到流片就用了9个月！