短期来看，英伟研芯而且只自用不对外卖，款自是正式最大的算力市场。但这款芯片从设计启动到流片就用了9个月！亮相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%，比英伟达GB300要好上不少！英伟研芯
先看配置。款自
8月25号，正式Meta、亮相配HBM4高带宽内存。碾压端到端任务延迟，英伟研芯行业常规是款自18到36个月，砍掉了通用GPU所有图形计算冗余。正式对OpenAI这种按token计费跑推理的亮相巨头来说，单卡推理的时候，
第三方半导体机构SemiAnalysis测出来的数据是，摆脱对通用GPU的依赖。GB200才535 tokens/s，这就说明它的架构有一定通用性。GB300得接近6秒，
OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，不做训练，推理占AI全生命周期算力负载的80%到90%，差距有3.6倍。甚至还能移植运行经典游戏《Doom》，各种开源大模型都能流畅运行，差不多有2.7倍的优势，Jalapeño今年年底才规模化部署，电费省一半，OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，Jalapeño就只要1.65秒，
还有一个细节，这也足够让英伟达有些头疼了。这个和博通一起开发的推理专用ASIC，700W的Jalapeño也稳压1400W的GB300。
台积电3nm工艺，在能效和延迟这两个关键指标方面，但现在谷歌、从设计之初就围绕大模型推理负载优化，
最夸张的是开发周期，下一代Rubin平台1800W起步。端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，吞吐量差不多是1459 tokens/s，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为什么要自己做芯片？答案就一个词：成本。省下来的钱是天文数字。Jalapeño是纯推理芯片，不会抢英伟达的第三方客户。亚马逊都在推自研推理ASIC，Jalapeño不只是适配GPT系列，标称TDP只有700W——GB300是1400W，
一颗700W的芯片干1400W的活，