据 The Information 报道，AI 芯片初创公司 Groq 正在与投资者洽谈融资事宜，计划以 60 亿美元的投后估值筹集 3 至 5 亿美元资金。如果这轮融资得以完成，将使这家英伟达挑战者的估值较 2024 年同期的 28 亿美元翻番。

推动这轮融资的是 Groq 近期展现出的强劲增长势头。公司向投资者表示，今年收入预计将从去年的 9,000 万美元大幅增长至约 5 亿美元，增幅超过五倍。

这一增长主要源于 Groq 与沙特阿拉伯达成的重要商业合作。今年 2 月，Groq 宣布获得沙特方面 15 亿美元的“承诺”，用于扩大向该国的芯片销售规模。尽管公司未明确说明这一承诺的具体约束力，但这项合作显然为 Groq 的业务增长提供了重要支撑。此外，公司本周还宣布将在芬兰建设数据中心，进一步扩大其基础设施布局。

Groq 总部位于美国加州圣何塞，是当前数十家试图从英伟达手中夺取 AI 芯片市场份额的初创公司之一。Groq 的 CEO Jonathan Ross 是谷歌张量处理单元（TPU，Tensor Processing Unit）的联合发明者之一，这款芯片至今仍为谷歌的 AI 系统提供核心算力。离开谷歌后，Ross 的目标是开发出比英伟达芯片更具成本效益、速度更快且能耗更低的替代方案，而他选择的技术路径即为 Groq 代表性的语言处理单元（LPU，Language Processing Unit）这一全新处理器类别。

据 Groq 介绍，与英伟达的通用 GPU 架构不同，Groq 的 LPU 专门为 AI 推理而生，在设计理念上有着较大差异。GPU 采用的是“辐射式”架构，需要在计算单元和内存之间频繁传输数据，而 Groq 的 LPU 则采用了“可编程流水线”架构，数据像在工厂流水线上一样有序流动，每个处理单元都知道何时接收数据、执行什么操作、将结果传递到哪里。

这种设计差异带来了显著的性能优势，LPU 的片上 SRAM 内存带宽高达 80TB/秒，相比之下 GPU 的外置高带宽内存仅为 8TB/秒，这一项就带来了 10 倍的速度优势。更重要的是，LPU 的所有操作都是确定性的，软件可以精确预测每个计算步骤的执行时间，而这在 GPU 上几乎是不可能实现的。

Groq 在技术路线上的另一个重要创新是“软件优先”的设计理念。传统的 GPU 设计是硬件主导，软件必须适应硬件的复杂性，每个新的 AI 模型都需要编写专门的软件内核，而 Groq 则反其道而行之，先设计编译器架构，再据此开发硬件。

这种设计哲学使得 LPU 能够使用通用的、与模型无关的编译器，大大简化了软件开发过程，开发者不再需要为每个 AI 模型编写复杂的优化代码，这对于快速部署和迭代 AI 应用具有重要意义。

且 Groq 将其技术重点放在模型推理服务上（而非传统芯片所面向的模型训练场景），即为已经训练完成的 AI 模型提供运行支持。这一市场对硬件配置的要求相对灵活，且随着 AI 应用的普及，市场需求正在快速增长。

图丨 Jonathan Ross（Groq）

在商业模式上，Groq 主要通过提供云服务获得收入，企业可以通过其平台运行各种 AI 应用程序，这种模式类似于企业购买 OpenAI 的 API 服务或使用亚马逊云的 AI 工具。除云服务外，Groq 还向其他公司直接销售芯片系统和数据中心运营服务，加拿大电信公司贝尔等大型企业都是其客户。据统计，目前已有近 200 万开发者和团队使用 Groq 的服务，形成了相当规模的用户基础。

图丨 Groq 的 LPU（Groq）

当然，快速扩张过程中也面临一些挑战。据了解，Groq 目前约有 7 万块芯片在线运行，但这一数字比公司去年设定的第一季度目标低了至少 30%。此外，在性能表现上，Groq 的芯片相比英伟达的 Hopper 或最新的 Blackwell 系列仍有明显差距。

尽管如此，投资界对 Groq 的前景保持乐观态度。该公司此前已从多家知名机构筹集了超过 10 亿美元的投资，投资方包括资产管理巨头贝莱德、思科和三星的风险投资部门，以及 D1 Capital、Lee Fixel 的 Addition 基金、老虎环球管理等知名投资机构。

半导体业务向来资本密集，因此同类公司都在积极寻求多元化的融资渠道，不仅包括股权投资，债务融资也成为重要选择。根据 The Information 的统计数据，目前 24 家 AI 芯片初创公司已累计筹集超过 70 亿美元资金，这一数字还在持续增长。

行业内其他参与者也各有发展轨迹。专注于 AI 训练芯片的 Cerebras 去年曾计划上市，但因监管部门对其与阿联酋科技公司 G42 关系的审查而暂时搁置——G42 贡献了 Cerebras 约 90% 的收入，这种高度依赖关系引起了监管关注。今年 5 月，Cerebras 的 CEO 在公开场合表示，公司仍希望在年内完成上市计划。

另一家值得关注的公司 D-Matrix 专门开发用于高效运行大型语言模型的 AI 芯片。据知情人士透露，D-Matrix 去年开始寻求筹集 2.5 亿美元资金，目前已完成约 1.2 亿美元的融资，正在努力筹集剩余的 1.8 亿美元，目标总融资规模为 3 亿美元。

另外，越来越多的芯片初创公司开始将目光投向中东市场，主要原因是该地区英伟达芯片供应相对有限，为其他厂商创造了机会。例如，同样来自加州的 SambaNova Systems 就在为沙特阿美石油公司提供芯片系统和软件服务，协助后者开发名为 metabrain 的大型语言模型项目。

对于这些英伟达的挑战者而言，当前的市场环境既充满机遇也存在挑战。一方面，AI 技术的快速发展确实创造了巨大的专用芯片需求；另一方面，要说服已经适应英伟达生态系统的开发者转换平台，仍然是一个相当复杂的过程。

随着 AI 应用场景的不断扩展，专用推理芯片的市场需求预计将持续增长。这些英伟达的挑战者们，何时能撼动这个 4 万亿美元估值的“巨无霸”，让我们拭目以待。

参考资料：

1.https://www.theinformation.com/articles/nvidia-challenger-groq-discusses-6-billion-valuation?rc=5ypkcx

2.https://groq.com/blog/the-groq-lpu-explained

运营/排版：何晨龙