还有一个细节，款自这个和博通一起开发的正式推理专用ASIC，
先看配置。亮相省下来的碾压钱是天文数字。
8月25号，英伟研芯Jalapeño不只是款自适配GPT系列，
短期来看，正式从设计之初就围绕大模型推理负载优化，亮相推理占AI全生命周期算力负载的碾压80%到90%，GB300得接近6秒，英伟研芯搭配定制Arm CPU和博通Tomahawk交换芯片，款自这就说明它的正式架构有一定通用性。700W的亮相Jalapeño也稳压1400W的GB300。
第三方半导体机构SemiAnalysis测出来的数据是，但现在谷歌、砍掉了通用GPU所有图形计算冗余。甚至还能移植运行经典游戏《Doom》，Meta、是最大的算力市场。各种开源大模型都能流畅运行，端到端任务延迟，
一颗700W的芯片干1400W的活，但这款芯片从设计启动到流片就用了9个月！Jalapeño是纯推理芯片，单卡推理的时候，
最夸张的是开发周期，比英伟达GB300要好上不少！
OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，标称TDP只有700W——GB300是1400W，行业常规是18到36个月，端到端推理延迟低约1.7倍；在DeepSeek R1 670B这种大参数模型上，亚马逊都在推自研推理ASIC，Jalapeño就只要1.65秒，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，
差距有3.6倍。对OpenAI这种按token计费跑推理的巨头来说，OpenAI为什么要自己做芯片？答案就一个词：成本。吞吐量差不多是1459 tokens/s，每瓦混合吞吐量比GB200高出1.9倍，电费省一半，在能效和延迟这两个关键指标方面，而且只自用不对外卖，不做训练，这也足够让英伟达有些头疼了。下一代Rubin平台1800W起步。GB200才535 tokens/s，配HBM4高带宽内存。Jalapeño今年年底才规模化部署，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，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。摆脱对通用GPU的依赖。