英伟达豪掷 200 亿美元，英伟竟收购了一家与其技术路径截然不同的达最大收企业？

事情是这样的，上周，购也领投 Groq 的最惹争议 Disruptive 首席执行官放出消息称，老黄正计划收购自己的英伟潜在对手——同样从事芯片制造的 Groq。

这一宗英伟达有史以来最大的达最大收收购案，迅速在科技界引起了巨大震动。购也

有人说英伟达正在加剧垄断，有人剖析Groq的英伟技术亮点，但热议最多的达最大收，还是购也老黄确实被前段时间谷歌的TPU给激怒了……

提到 Groq，大家可能都比较陌生。最惹争议如果觉得曾听过这个名字，英伟那多半是达最大收把它和马斯克旗下的 Grok 弄混了。

这家成立于2016年的购也公司背景颇为不凡，其今年估值已突破70亿美元，创始人Jonathan Ross正是谷歌首批TPU的设计者。

Groq 的核心产品同样引人关注，是一款名为 LPU（Language Processing Unit，语言处理单元）的新一代专用芯片，与谷歌用于AI计算的专用芯片 TPU 相比，确实有几分异曲同工之妙。

LPU 也舍弃了 GPU 的通用特性，专为提升 AI 计算效率而设计。

光从名称就能看出，它的定位更加专注，显然是专门为语言模型量身打造的。

然而，它却是个十足的例外——LPU 未配备 HBM，换句话说，就是没有众人熟知的显存。

通常情况下，模型的训练与推理都离不开显存支持。比如说你想运行某个模型，看到说明里写着最低配置为 3090，言下之意就是显存不到 24GB，这模型根本跑不动。

毕竟每次大模型执行运算，都要在存储容器与计算核心之间反复调取和写回参数。而显存作为模型参数的理想集中地，不仅距离计算核心更近，且容量足够大，使得参数的读取与传输速度极快。

如果没有显存，把参数放到硬盘上，那只能干等着了，模型启动瞬间就卡成PPT，算一个字都要憋好半天。

即便是 TPU，为了兼顾模型训练的需求，最终也主动加入了显存模块。

但 Jonathan Ross 始终坚持初衷，LPU 继承了第一代 TPU 的设计理念，仅专注于模型推理，且完全不配备显存。

如果没有显存，模型的参数又能存放在哪里呢？

LPU 将目标锁定在距离计算核心更近的存储单元——SRAM 上。然而，受限于晶体管的物理尺寸，其存储容量极为有限，每张卡仅数十至数百 MB，远不足以容纳模型的全部参数。

因此，Groq 采用直接堆叠数千甚至数万个加速卡的策略，每张卡仅存储模型的一小部分，并仅负责计算这部分内容，最终将结果整合输出。

如此一来，LPU 的数据存取速度可超越 GPU 的 20 倍以上，模型推理速度迅猛无比。

凭借独特而高效的技术路径，Groq 快速吸引了一批拥趸。其官网首页正中展示的统计图表显示，模型推理性能已超越亚马逊，仅落后于微软。

早在一年前，便有不少人认为 Groq LPU 将对英伟达 GPU 造成强烈冲击，人们不断将 LPU 与 GPU 拿来对比，反复讨论两者的优劣。

毕竟在英伟达 GPU 一统江湖的背景下，Groq 竟能将推理速度提升至行业龙头的 10 倍，宛如天降神兵。

当然，有人持乐观态度，自然也有人感到悲观。

前阿里副总裁贾扬清曾粗略测算，运行 LPU 三年的采购成本约为英伟达 H100 的 38 倍，运营成本更是高达其 10 倍，可见 LPU 想替代 GPU 还有很长的路要走。

现在可好了，根本不用比了。英伟达：我全都要。

但英伟达的“收购”，可不止是甩出200亿美元就能搞定。作为早已无法低调行事的行业巨头，其垄断地位如今反倒成了悬在头顶的一把利刃。

他们采用了近年来在硅谷屡见不鲜的“剥壳式”收购手法，将 Groq 的核心资源彻底剥离。

像微软收购Inflection AI、亚马逊重金引进Adept等人才团队，本质上都是将核心技术与关键人才一举挖走，留下的只是一具空壳公司，普通员工根本无法分得丝毫红利。

所以，剥壳式收购无疑是最让人反感的，毫无争议。

表面上，英伟达并未确认收购 Groq，而是与其签订了非独家许可协议，允许 NVIDIA 使用 Groq 的推理技术。

意思是，这项技术你我能用，我只出技艺不出售本人，就像“卖艺不卖身”一样。

实际上，Groq 的核心技术已被英伟达掌握，其首席执行官 Jonathan Ross、总裁 Sunny Madra，以及多位专注于超高效 AI 推理芯片开发的核心工程师，也均以聘用方式被英伟达收入麾下。

但归根结底，英伟达宁愿背负争议、承受垄断调查的风险，也要将 Groq 一并收入囊中，恰恰预示着 AI 行业的一个重要转向：大模型研发的热潮仍在持续，然而模型推理部署所呈现的长尾效应，正使得推理需求逐渐超越训练需求。

彭博社今年4月的一篇报道称，当前训练成本已占据大型云计算公司数据中心开支的60%，不过分析师预测，到2032年这一比例将下降至约20%。

过去大家不惜代价购买 H100 是为训练出模型，如今像 Groq 这类以高效、低耗著称的推理芯片，或许才将成为各大厂商争相追逐的关键所在。

可以说，英伟达此次通过迂回方式完成收购，终于填补了自身在非HBM架构领域的最后空白。

这不仅是老黄对谷歌 TPU 路线的一次姗姗来迟的认可，更凸显出他在模型训练与推理全链条中对算力价值的执着——无论是谁，只要用到算力，大胃王英伟达，一分税都不会轻易放过。