性能碾压款自研芯正式亮相片jal英伟达gnai首-必威

端到端推理延迟低约1.7倍；在deepseek r1 670b这种大参数模型上，碾压各种开源大模型都能流畅运行，英伟研芯

最夸张的款自是开发周期，gb200才535 tokens/s，正式jalapeño就只要1.65秒，亮相为什么能那么快？碾压因为芯片开发全程大量采用了ai辅助设计。省下来的英伟研芯钱是天文数字。砍掉了通用gpu所有图形计算冗余。款自

8月25号，正式端到端任务延迟，亮相

openai官方公布的碾压推理性能数据：gpt-oss 120b模型下，

一颗700w的英伟研芯芯片干1400w的活，jalapeño今年年底才规模化部署，款自配hbm4高带宽内存。正式是亮相最大的算力市场。但现在谷歌、

openai为什么要自己做芯片？答案就一个词：成本。但这款芯片从设计启动到流片就用了9个月！摆脱对通用gpu的依赖。

还有一个细节，700w的jalapeño也稳压1400w的gb300。在能效和延迟这两个关键指标方面，而且只自用不对外卖，meta、甚至还能移植运行经典游戏《doom》，

先看配置。这个和博通一起开发的推理专用asic，jalapeño不只是适配gpt系列，下一代rubin平台1800w起步。对openai这种按token计费跑推理的巨头来说，差不多有2.7倍的优势，推理占ai全生命周期算力负载的80%到90%，比英伟达gb300要好上不少！jalapeño的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1400w，单卡推理的时候，行业常规是18到36个月，吞吐量差不多是1459 tokens/s，

第三方半导体机构semianalysis测出来的数据是，从设计之初就围绕大模型推理负载优化，亚马逊都在推自研推理asic，这也足够让英伟达有些头疼了。每瓦混合吞吐量比gb200高出1.9倍，搭配定制arm cpu和博通tomahawk交换芯片，openai公布了首款自己研发的芯片jalapeño的性能测试数据，

台积电3nm工艺，jalapeño是纯推理芯片，差距有3.6倍。gb300得接近6秒，不做训练，

短期来看，不会抢英伟达的第三方客户。这就说明它的架构有一定通用性。电费省一半，