英伟达怒花 200 亿美元，买下了一家和自个路线完全相反的公司？

事情是这样的，上周，领投 Groq 的 Disruptive CEO 放出了消息，老黄准备吞掉自己的潜在竞争对手，同为芯片制造商的 Groq。

而这个英伟达史上最大收购案，立刻在科技圈掀起了不小的波澜。

大伙儿有说英伟达加强垄断的，有分析 Groq 技术优势的，不过讨论最多的，还是老黄真被前一阵子谷歌的 TPU 给刺激到了。。。

虽然说起 Groq，各位差友应该都比较陌生。如果你觉得听说过，那大概率是跟马斯克家的 grok 搞混了。

但这家 2016 年创立的公司，来头可不小。它今年的估值已经达到了 70 亿美元以上，创始人正是谷歌第一代 TPU 的设计师 Jonathan Ross。

Groq 的核心产品也很有意思，是一种叫 LPU（ Language Processing Unit，语言处理单元 ）的新型专用芯片，和 谷歌搞 AI 计算的专用芯片 TPU 放一块儿，确实有点宛宛类卿那意思。

LPU 同样抛弃了 GPU 的通用性，专门为加速 AI 计算而生。

从名字上也看得出来，它甚至还要更专精一点，纯纯是针对语言模型设计的。

然而，它又是个大大的异类。因为 LPU 没有 HBM，也就是没有大伙儿常说的显存。

一般来讲，模型训练和推理，怎么也得来一个显存。比如咱们要玩个啥模型，看见说明书里写着，最低配置 3090，潜台词就是显存没到 24G，模型跑不起来。

毕竟大模型每计算一步，都得从存储容器里把参数取到计算核心，算完了再放回去。而显存是模型参数最理想的集散中心，它离计算核心近，容量较大，参数来来回回搬运非常快。

要是没有显存，参数存到硬盘里，咱就等吧，模型立刻开爬，算一个字儿都得憋半天。

即使是 TPU，后来为了兼备模型训练，也乖乖添加了显存模块。

但 Jonathan Ross 不忘初心，LPU 承接第一代 TPU 的概念，只搞模型推理，完全不加显存。

可没有显存，模型的参数能存放在哪呢？

LPU 盯上了一个离计算核心更近的存储单元 —— SRAM。问题是，受到晶体管的物理体积限制，它的存储容量极小，每张卡只有几十到几百 MB，根本装不下模型所有参数。

所以，Groq 直接暴力组装千卡万卡集群，每张卡上只存模型的一小部分，也只算这一小部分，最后合体输出。

通过这种方式，LPU 的数据存取速度能达到 GPU 的 20 倍以上，模型推理快到飞起。

靠着奇特但有效的技术路线，Groq 迅速圈了一波粉。在他们摆在首页中央的一张统计图上，模型推理业务已经压了亚马逊一头，仅次于微软了。

其实早在一年前，就有不少人觉得 Groq LPU 要对英伟达 GPU 来个大冲击，把 LPU 和 GPU 拎出来反复摩擦做比较。

毕竟在当时英伟达 GPU 一家独大的时候，Groq 能比行业龙头推理速度再快 10 倍，简直像天神下凡。

当然，有人看好，就有人看衰。

像是前阿里副总裁贾扬清就做过一个粗略的测算，用 LPU 运营三年，它的采购成本是英伟达 H100 的 38 倍，运营成本则达到 10 倍，意思是 LPU 想替代 GPU，还差得远呢。

现在好嘛，不用比了。英伟达：我全都要。

但英伟达的 “ 收购 ”，可不是抛出 200 亿美元，Groq 就归我了。作为一个已经不可能闷声发大财的巨头，垄断变成了悬在英伟达脖子上的一把大刀。

他们用了一种这几年在硅谷屡见不鲜的剥壳式收购，把 Groq 直接挖空了。

像是微软合并 Inflection AI，亚马逊高走 Adept 等等，都是把技术挖走了，核心人才挖没了，留下个空壳公司，普通员工一点汤也喝不着。

因此，剥壳式收购当属最招骂的一种，没有之一。

所以明面上，英伟达并没有承认收购 Groq，而是和他们签署了一份非独家许可协议，授权 NVIDIA 使用 Groq 的推理技术。

意思就是，这技术你也能用，我也能用，卖艺不卖身嗷。

实际呢，Groq 的核心技术给英伟达了，Groq 的首席执行官 Jonathan Ross、总裁 Sunny Madra、以及几位专注于超高效 AI 推理芯片的核心工程师，也都被英伟达以雇佣的形式搞到手了。

但说到底，英伟达这次宁可背着骂名，冒着垄断调查的风险，也要把 Groq 打包带走，其实预示了 AI 行业的一个大趋势：大炼模型的时代还在延续，但模型推理部署的长尾效应，让模型推理的需求会逐渐超过模型训练。

彭博社今年四月发表的一篇报道就表示，目前，训练成本占大型云计算公司数据中心支出的 60% 之多，但分析师预计，到 2032 年，这一比例将降至 20% 左右。

以前大伙儿不计成本买 H100 是为了把模型训出来，但现在，像 Groq 这样主打又快又省的推理芯片，可能才是大厂们以后争抢的核心。

可以说，英伟达通过这次曲线收购，补齐了自己在非 HBM 架构上的最后一块短板。

这不仅是老黄对谷歌 TPU 路线的一次迟到致敬，也是在表明，无论是模型的训练，还是模型的推理，所有的算力税，大胃袋的英伟达，还是一分都不想放过。

撰文：莫莫莫甜甜

编辑：江江 & 面线

美编：萱萱

图片、资料

Groq 官网、NVIDIA 官网

CNBC、DEV、Techspot、Bloomberg、X、Reddit、Github