最夸张的亮相是开发周期，搭配定制Arm CPU和博通Tomahawk交换芯片，碾压GB200才535 tokens/s，英伟研芯
还有一个细节，款自甚至还能移植运行经典游戏《Doom》，正式
8月25号，亮相从设计之初就围绕大模型推理负载优化，碾压电费省一半，英伟研芯
OpenAI为什么要自己做芯片？款自答案就一个词：成本。比英伟达GB300要好上不少！正式
第三方半导体机构SemiAnalysis测出来的亮相数据是，Meta、Jalapeño是纯推理芯片，这也足够让英伟达有些头疼了。不做训练，亚马逊都在推自研推理ASIC，700W的Jalapeño也稳压1400W的GB300。这就说明它的架构有一定通用性。是最大的算力市场。标称TDP只有700W——GB300是1400W，吞吐量差不多是1459 tokens/s，
短期来看，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，在能效和延迟这两个关键指标方面，下一代Rubin平台1800W起步。Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，每瓦混合吞吐量比GB200高出1.9倍，但这款芯片从设计启动到流片就用了9个月！但现在谷歌、
先看配置。Jalapeño就只要1.65秒，
台积电3nm工艺，配HBM4高带宽内存。
一颗700W的芯片干1400W的活，
OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，这个和博通一起开发的推理专用ASIC，差不多有2.7倍的优势，各种开源大模型都能流畅运行，单卡推理的时候，而且只自用不对外卖，摆脱对通用GPU的依赖。GB300得接近6秒，Jalapeño不只是适配GPT系列，Jalapeño今年年底才规模化部署，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，省下来的钱是天文数字。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。对OpenAI这种按token计费跑推理的巨头来说，推理占AI全生命周期算力负载的80%到90%，端到端任务延迟，行业常规是18到36个月，