英伟达与Groq，官宣技术授权

本文由半导体产业纵横（ID：ICVIEWS）综合

英伟达将以200亿美元收购Groq的部分资产。

英伟达与人工智能芯片竞争对手Groq达成了一项非独家授权协议。作为协议的一部分，英伟达将聘用Groq创始人乔纳森·罗斯、总裁桑尼·马德拉及其他员工。

英伟达将以200亿美元收购Groq的部分资产；英伟达表示，这并非对Groq的收购，并且没有透露交易的具体规模，可以确定的是这笔收购预计将成为英伟达有史以来规模最大的一笔交易，而有了Groq的加入，英伟达有望在芯片制造领域占据更加主导的地位。

随着科技公司竞相提升人工智能能力，它们需要强大的计算能力，而英伟达的GPU已成为行业标准。但Groq一直在研发一种名为LPU（语言处理单元）的新型芯片，该公司声称其运行LLM （语言学习模型）的速度是GPU的10倍，能耗却只有十分之一。

2024年2月，Groq推出了一款全新的AI芯片，声称实现了“地表最强推理”——在Groq上运行大模型的推理速度较英伟达GPU提高10倍甚至更高。2025年11月，美国白宫和美国能源部的最新声明显示，24家顶尖的人工智能企业已与美国政府签署协议，加入“创世纪计划”，英伟达和Groq都位列其中。

Groq的首席执行官乔纳森·罗斯以这类创新而闻名——他曾在谷歌工作，参与研发了TPU（张量处理单元），一种定制的AI加速芯片。今年9月，Groq融资7.5亿美元，估值达69亿美元。该公司增长迅速且显著——Groq表示，其为超过200万开发者的AI应用提供支持，而去年这一数字约为35.6万。

需要注意的是。Groq LPU的工作原理与英伟达的GPU不同，它采用了名为时序指令集计算机（Temporal Instruction Set Computer）架构，使用存储器为静态随机存取存储器（SRAM），其速度比GPU所用的高带宽存储器（HBM）快约20倍。

从芯片的规格中，SRAM容量是230MB，带宽80TB/s，FP16的算力是188TFLOPs。这一区别造成了 LPU和GPU在生成速度的差别。据Groq表示，英伟达GPU生成每个tokens需要约10焦耳（J）到30焦耳，而 Groq 仅需1焦耳到3焦耳。

但Groq LPU并不是完美的，其面临成本与通用性面临挑战，为运行大模型所需的庞大集群带来了高昂的购置和运维成本，且专用芯片难以灵活适应快速迭代的AI算法。

前阿里巴巴集团副总裁、Lepton AI创始人兼CEO 贾扬清曾在社交平台上表示，由于每一张Groq卡的内存容量仅为230MB，因此在运行Llama-2 70B模型时，需要305-572张Groq卡才足够，而用H100则只需要8张卡。

贾扬清认为，如果按未来运行三年的成本算，Groq的硬件采购成本是1144万美元，运营成本至少要76.2万美元。从目前的价格来看，这意味着在同等吞吐量下，这几乎是H100硬件成本的40倍、能耗成本的10倍。

不止是成本高昂。SRAM技术面积大、功耗比较高，早就以IP内核形式集成到SoC（系统级芯片）里面，并非单独用，远不如HBM的未来发展潜力。业内人士表示，综合来看，不管是比单位容量价格、还是性能和功耗，英伟达GPU所使用的HBM技术都优于SRAM。

截至10月底，英伟达持有的现金及短期投资规模为606亿美元，高于2023年初的133亿美元。随着现金储备不断增加，英伟达近年来持续加大对芯片初创公司及整个生态系统的投资。今年9月，英伟达表示计划向OpenAI投资最高1000亿美元。同月，英伟达还表示将向英特尔投资50亿美元。根据合作协议，在数据中心领域，英特尔将为英伟达定制x86 CPU，由英伟达将其集成至AI基础设施平台；在个人计算领域，英特尔将生产并供应集成了英伟达RTX GPU芯片的x86系统级芯片（SOC）。双方并未给出首批产品上市的时间表，并称此次公告不影响各自既定的未来规划。

"这一历史性的合作将英伟达的AI和加速计算堆栈与英特尔的CPU和庞大的x86生态系统紧密结合——两个世界级平台的融合。我们将共同扩展我们的生态系统，为下一个计算时代奠定基础。"英伟达首席执行官黄仁勋曾在一份新闻稿中表示。

除此以外，英伟达还投资了AI和能源基础设施企业Crusoe、AI模型开发商Cohere，并在AI云服务商CoreWeave上市之际进一步加大了投资力度。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

#优质图文扶持计划#