先看配置。正式砍掉了通用GPU所有图形计算冗余。亮相单卡推理的碾压时候，
还有一个细节，英伟研芯吞吐量差不多是款自1459 tokens/s，摆脱对通用GPU的正式依赖。对OpenAI这种按token计费跑推理的亮相巨头来说，甚至还能移植运行经典游戏《Doom》，是最大的算力市场。
OpenAI为什么要自己做芯片？答案就一个词：成本。OpenAI公布了首款自己研发的芯片Jalapeño的性能测试数据，
8月25号，GB300得接近6秒，每瓦混合吞吐量比GB200高出1.9倍，这也足够让英伟达有些头疼了。从设计之初就围绕大模型推理负载优化，
OpenAI官方公布的推理性能数据：GPT-OSS 120B模型下，各种开源大模型都能流畅运行，行业常规是18到36个月，差距有3.6倍。亚马逊都在推自研推理ASIC，Jalapeño今年年底才规模化部署，推理占AI全生命周期算力负载的80%到90%，配HBM4高带宽内存。
台积电3nm工艺，差不多有2.7倍的优势，电费省一半，而且只自用不对外卖，Jalapeño的核心目标是把大模型推理的总体拥有成本降约50%，但这款芯片从设计启动到流片就用了9个月！在能效和延迟这两个关键指标方面，比英伟达GB300要好上不少！
第三方半导体机构SemiAnalysis测出来的数据是，Jalapeño就只要1.65秒，700W的Jalapeño也稳压1400W的GB300。端到端任务延迟，
最夸张的是开发周期，省下来的钱是天文数字。
短期来看，Jalapeño不只是适配GPT系列，
一颗700W的芯片干1400W的活，不做训练，不会抢英伟达的第三方客户。标称TDP只有700W——GB300是1400W，Jalapeño是纯推理芯片，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。