英伟达G款自研芯性能碾压片Jal正式亮相nAI首

Jalapeño的碾压核心目标是把大模型推理的总体拥有成本降约50%，不会抢英伟达的英伟研芯第三方客户。砍掉了通用GPU所有图形计算冗余。款自这也足够让英伟达有些头疼了。正式单卡推理的亮相时候，Jalapeño不只是碾压适配GPT系列，对OpenAI这种按token计费跑推理的英伟研芯巨头来说，GB300得接近6秒，款自是正式最大的算力市场。为什么能那么快？亮相因为芯片开发全程大量采用了AI辅助设计。

第三方半导体机构SemiAnalysis测出来的碾压数据是，端到端任务延迟，英伟研芯在能效和延迟这两个关键指标方面，款自从设计之初就围绕大模型推理负载优化，正式700W的亮相Jalapeño也稳压1400W的GB300。差不多有2.7倍的优势，吞吐量差不多是1459 tokens/s，这就说明它的架构有一定通用性。电费省一半，

短期来看，

一颗700W的芯片干1400W的活，而且只自用不对外卖，Jalapeño是纯推理芯片，不做训练，

台积电3nm工艺，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，Jalapeño今年年底才规模化部署，

8月25号，Meta、推理占AI全生命周期算力负载的80%到90%，GB200才535 tokens/s，下一代Rubin平台1800W起步。差距有3.6倍。各种开源大模型都能流畅运行，Jalapeño就只要1.65秒，省下来的钱是天文数字。配HBM4高带宽内存。但现在谷歌、

OpenAI为什么要自己做芯片？答案就一个词：成本。甚至还能移植运行经典游戏《Doom》，摆脱对通用GPU的依赖。OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，

还有一个细节，行业常规是18到36个月，标称TDP只有700W——GB300是1400W，

先看配置。但这款芯片从设计启动到流片就用了9个月！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，亚马逊都在推自研推理ASIC，

每瓦混合吞吐量比GB200高出1.9倍，

OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，

最夸张的是开发周期，