熱門資訊> 正文
2025-12-26 09:29
炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!
(來源:鈦媒體APP)
2025年12月24日,平安夜的硅谷沒有温情。當大多數人沉浸在節日氛圍中時,AI算力圈傳來一則足以改寫行業格局的消息:英偉達宣佈以200億美元現金,與曾喊出「終結GPU霸權」的AI芯片初創公司Groq達成技術許可協議。
更耐人尋味的是交易的特殊結構:這不是一次正式收購,Groq將繼續獨立運營,但創始人Jonathan Ross、總裁Sunny Madra等核心團隊成員全部加入英偉達;英偉達獲得Groq幾乎所有核心技術資產,僅排除GroqCloud雲計算業務。200億美元的對價,是Groq三個月前69億美元估值的2.9倍,這種「估值倒掛」的技術許可,在科技行業史上極為罕見。
「這不是收購,卻勝似收購。」伯恩斯坦分析師Stacy Rasgon一針見血地指出,「本質是英偉達用金錢換時間,把最危險的顛覆者變成自己人,同時規避反壟斷審查的障眼法。」
這場交易的背后,是AI產業的歷史性轉折——從集中式模型訓練,全面邁入規模化推理落地的新階段。推理市場正以年複合增長率65%的速度擴張,預計2025年規模突破400億美元,2028年更是將達到1500億美元。而英偉達的GPU霸權,在推理賽道正遭遇前所未有的挑戰:谷歌TPU憑藉成本優勢搶食大客户,AMD MI300X拿下微軟40億美元訂單,中國的華為昇騰在本土市場份額已飆升至28%。
曾被視為「GPU終結者」的Groq,為何最終選擇與英偉達聯手?200億美元的天價交易,能否幫英偉達守住算力王座?這場「招安」背后,更折射出AI芯片行業創新者的集體困境:當技術顛覆者撞上巨頭的生態壁壘,除了被收購,是否還有第二條生路?
顛覆者Groq
Groq的誕生,從一開始就帶着「挑戰權威」的基因。2016年,谷歌TPU核心開發者Jonathan Ross帶着團隊7名核心成員集體出走,創立了Groq。這位高中輟學的技術天才,在谷歌期間深度參與了AlphaGo等重大AI項目,親眼見證了傳統GPU在AI推理場景的致命短板——高延迟、低能效、數據傳輸瓶頸。
「GPU的架構從根源上就不適合推理任務。」Ross在2023年的行業峰會上直言,「它就像一個萬能的瑞士軍刀,什麼都能做,但在需要精準、高效的推理場景里,效率低得驚人。」帶着這種認知,Ross團隊立志打造一款專為推理優化的專用芯片,這就是后來的LPU(語言處理單元)。
Groq的LPU,本質上是對AI芯片架構的一次重構。與英偉達GPU的「輪轂輻射」架構不同,LPU採用了獨特的「可編程流水線」設計——數據像在傳送帶上一樣,依次經過各個處理單元,全程無冗余傳輸,徹底解決了GPU的「內存牆」問題。
這種架構帶來了三個革命性優勢:一是極致的低延迟,首token響應時間僅0.22秒,在實時對話、自動駕駛等場景中,比GPU快5-18倍;二是超高能效比,功耗僅300-500W,是英偉達H100(700W)的三分之二,能效比更是GPU的10倍以上;三是確定性計算,每個執行步驟都能精確到時鍾周期,這對企業級AI應用的穩定性至關重要。
最關鍵的是內存設計。LPU集成了數百MB的SRAM作為主權重存儲,而非GPU的片外HBM內存,內存帶寬高達80TB/s,是HBM的10倍。在處理Llama 2-70B這類大模型時,LPU的吞吐量能達到241 tokens/秒,是其他雲服務商的2倍以上。獨立測試數據顯示,在相同推理任務下,Groq的解決方案能將算力成本降低至GPU的三分之一。
顛覆性的技術讓Groq成為資本的寵兒。從2017年首輪1000萬美元融資,到2021年C輪融資后估值突破10億美元成為獨角獸,再到2025年9月E輪融資后估值飆升至69億美元,Groq的估值在短短一年間(2024年8月-2025年9月)暴漲146%,累計融資超30億美元。
市場層面,Groq也快速打開局面。它不僅服務了超過200萬開發者,還拿下了多個重量級客户:與Meta合作運行Llama 3.1大語言模型,與沙特阿美達成15億美元協議建設全球最大AI推理數據中心,成為加拿大貝爾主權AI網絡的獨家推理提供商。在部分細分場景,Groq已經開始替代GPU——比如在實時客服、智能駕駛感知等對延迟敏感的領域,多家企業反饋「切換到Groq后,用户體驗和運營成本都有質的提升」。
但Groq的崛起始終面臨一個致命短板:生態壁壘。英偉達的霸權從來不是靠硬件算力,而是靠歷經二十余年打造的CUDA生態——全球2000萬開發者、10萬+應用、幾乎所有主流AI框架,都深度綁定CUDA。企業要切換到Groq的LPU,需要重構70%以上的推理代碼,時間和人力成本高到難以承受。2024年,Groq曾試圖深化與Meta的合作,但最終因「適配成本過高」不了了之——Meta的LLaMA模型深度依賴CUDA,切換到LPU需要6個月的開發時間,而Meta根本等不起。
這就是Groq的悖論:有顛覆GPU的技術,卻沒有打破CUDA生態的能力。這種困境,也是所有AI芯片初創公司的共同枷鎖。
英偉達的霸權焦慮
對英偉達而言,2025年是關鍵的轉折點。儘管公司股價年內累計漲幅超35%,截至2025年10月持有現金及短期投資達606億美元,但隱藏在光鮮數據背后的,是日益加劇的競爭壓力。尤其是在推理市場,英偉達的GPU霸權正在被多方蠶食。
谷歌TPU是英偉達最直接的威脅。作為Groq創始人Ross的老東家,谷歌在AI推理領域的佈局更早、更深。2025年推出的TPU v7「Ironwood」,性能接近英偉達Blackwell架構,更關鍵的是,谷歌憑藉自研芯片+雲服務的一體化優勢,能提供30%-40%的成本優勢。
更讓英偉達緊張的是,谷歌TPU正在從自用走向對外銷售。Apple、Anthropic等巨頭已經開始用TPU訓練大模型,部分雲服務商也開始採購TPU替代GPU。「谷歌的策略很明確,用成本優勢搶食對價格敏感的推理市場,逐步瓦解英偉達的客户基礎。」業內分析師指出。
AMD的崛起則從中端市場撕開了口子。2025年,AMD MI300X獲得微軟Azure 40億美元訂單,市場份額從2024年的10%提升至15%,預計全年AI芯片營收將超50億美元,同比增長120%。AMD的優勢在於兼容性——MI300X能兼容CUDA生態,企業切換成本極低,同時價格比同性能GPU低20%-30%。
除了微軟,AMD還拿下了亞馬遜、谷歌等雲服務商的部分訂單。「客户都在搞‘去英偉達依賴’,即使不全面替代,也會採購AMD芯片作為備份,這本身就分流了英偉達的市場份額。」一位雲服務商內部人士透露。
在中國市場,英偉達的處境更為艱難。受出口管制影響,英偉達的高端芯片無法進入中國,而華為昇騰趁機崛起,市場份額從2023年的15%飆升至2025年的28%,超過AMD成為中國市場第二,英偉達的份額則從70%暴跌至54%。
更關鍵的是,中國市場形成了「大廠自研+芯雲一體」的獨特模式。華為、百度、阿里等巨頭都在自研AI芯片,優先滿足自身雲業務和AI應用需求,幾乎不採購國產初創公司的芯片,更遑論英偉達。這種模式進一步擠壓了英偉達的生存空間,也讓中國成為全球AI芯片競爭的「獨立戰場」。
除了競爭壓力,英偉達GPU本身在推理場景也存在天生短板。隨着AI應用從實驗室走向產業,低延迟、高能效、低成本成為核心需求——自動駕駛需要毫秒級的實時感知,智能客服需要即時的對話響應,工業質檢需要邊緣端的低功耗推理,這些場景都不是GPU的強項。
「GPU是為訓練而生的通用計算芯片,推理只是‘副業’。」行業專家解釋,「訓練追求極致算力,不在乎成本和延迟;但推理追求效率,每一分成本、每一毫秒延迟都影響商業價值。英偉達要守住推理市場,必須補全低延迟、高能效的短板。」
而Groq的LPU,恰好精準命中了這些痛點。這也是英偉達願意花200億美元「招安」Groq的核心原因——與其讓Groq成為競爭對手的「武器」,不如將其納入自己的體系,補全推理端的技術短板。
200億美元的「障眼法」與真實圖謀
這場被包裝成「技術許可協議」的交易,實則是英偉達精心設計的「變相收購」。200億美元的天價,買的不只是Groq的技術,更是核心人才、市場渠道,以及規避反壟斷審查的「安全通行證」。
根據官方公告,這是一項「非獨家技術許可協議」,Groq將繼續獨立運營。但深入分析會發現,這只是規避反壟斷審查的「障眼法」。首先,Groq的核心資產幾乎全部轉讓——技術專利、研發團隊、客户資源都歸英偉達所有,僅保留GroqCloud業務;其次,靈魂人物Jonathan Ross及核心團隊全部加入英偉達,失去核心人才的Groq,獨立運營的意義已大打折扣。
「如果是正式收購,必然會觸發嚴格的反壟斷調查。」伯恩斯坦分析師Stacy Rasgon指出,「用技術許可的形式,既能拿到核心資產和人才,又能維持‘競爭存在’的表面假象,這是近年來科技巨頭的常用手段。」微軟、谷歌等公司都曾用類似模式吸納初創企業的核心資產,規避監管風險。
200億美元的對價,是Groq當前69億美元估值的2.9倍,看似天價,實則合理。對英偉達而言,這200億美元買的是三個「確定性」:一是補全推理端技術短板的確定性,避免自主研發的時間成本和失敗風險;二是消除潛在競爭對手的確定性,將Groq這個「威脅」轉化為自己的優勢;三是鞏固生態壁壘的確定性,將LPU技術融入CUDA生態,進一步提升客户切換成本。
從財務角度看,200億美元對英偉達而言壓力不大。截至2025年10月,英偉達持有現金及短期投資達606億美元,200億美元僅佔33%。更重要的是,這筆投資的潛在收益巨大——如果Groq的技術能幫助英偉達在推理市場維持70%以上的份額,按2028年1500億美元的市場規模計算,每年能帶來超1000億美元的營收,200億美元的投入不到兩年就能收回成本。
英偉達的真實圖謀,是通過這次交易實現「人才+技術+渠道」的三位一體整合。人才方面,Jonathan Ross作為谷歌TPU的核心開發者,對AI推理芯片的架構設計有深刻理解,他的加入能讓英偉達的推理架構更貼近市場需求;技術方面,Groq的LPU架構、確定性編譯器等核心技術,能直接彌補GPU的短板;渠道方面,Groq的客户資源(如沙特阿美、加拿大貝爾)能幫助英偉達快速拓展推理市場。
「英偉達的戰略從來不是單純賣硬件,而是構建‘硬件+軟件+服務’的全棧生態。」業內人士分析,「收購Groq后,英偉達能推出‘GPU(訓練)+LPU(推理)’的異構計算解決方案,覆蓋從訓練到推理的全流程,進一步強化生態壁壘。」
GPU與LPU的「雙劍合璧」能否奏效?
這場交易的成敗,關鍵在於英偉達能否成功整合Groq的技術,實現GPU與LPU的優勢互補。從架構差異來看,兩者具有天然的互補性,而非替代關係。
GPU擅長「並行計算」,能將複雜任務分解為數千個可同時執行的小計算,適合大規模模型訓練;而LPU擅長「流水線計算」,數據依次經過處理單元,無冗余傳輸,適合低延迟、高吞吐量的推理任務。
英偉達的計劃,是將LPU整合到自身的「AI工廠」架構中,形成「訓練用GPU,推理用LPU」的解決方案。比如,在自動駕駛場景,用GPU訓練感知模型,用LPU實現實時推理;在智能客服場景,用GPU訓練對話模型,用LPU處理用户的即時請求。
技術整合的最大挑戰,在於軟件生態的兼容。Groq有自己的GroqWare套件和GroqFlow工具鏈,而英偉達的核心是CUDA生態。如果兩者無法無縫對接,企業客户的切換成本依然很高。
不過,Groq的軟件設計理念與英偉達高度契合。GroqWare兼容PyTorch、TensorFlow等主流框架,GroqFlow工具鏈允許用一行代碼導入現有模型,這為整合到CUDA生態提供了基礎。英偉達的計劃是,將Groq的編譯器和工具鏈融入CUDA平臺,讓客户能在CUDA生態內直接調用LPU的算力,無需重構代碼。
「軟件整合成功與否,將決定這次交易的價值。」行業專家指出,「如果能實現無縫兼容,英偉達的生態壁壘會進一步加固;如果整合失敗,200億美元可能會打水漂。」
根據基準測試數據,整合Groq技術后,英偉達的推理解決方案能實現雙重優化:一是成本降低,推理成本可降至GPU的三分之一;二是效率提升,延迟可降低至200毫秒以內,部分場景甚至能達到50毫秒。
這種優化能直接推動AI應用的規模化落地。比如,實時對話AI的延迟降低后,能更好地應用於客服、教育等領域;邊緣計算的能效提升后,能推動AI在工業質檢、智能農業等場景的普及。「推理成本和延迟的降低,是AI從‘實驗室走向產業’的關鍵。」雲計算開源產業聯盟的報告指出,2026年推理在AI服務器工作負載中的佔比將達到70.5%。
AI芯片格局的固化與創新者的宿命
英偉達「招安」Groq的交易,不僅會重塑AI芯片的競爭格局,更會深刻影響整個AI產業的發展軌跡。它既暴露了行業的創新困境,也揭示了未來的發展趨勢。
這場交易標誌着AI芯片行業進入「整合階段」。過去5年,類似的故事不斷上演:Graphcore融資超10億美元卻難以規模化,Habana被英特爾收購后逐步邊緣化,寒武紀在國內靠政務市場勉強支撐。這些「挑戰者」要麼被巨頭收編,要麼在生態壁壘前慢慢耗死。
英偉達的這次交易,進一步加劇了這種趨勢。當所有有潛力的創新者都被納入巨頭版圖,AI芯片市場的「固化」已不可避免。預計到2027年,英偉達的市場份額仍將維持在75-80%,AMD佔10-12%,谷歌TPU佔8-10%,其他廠商的份額僅剩下2-3%。
「初創公司的生存空間越來越小。」一位AI芯片創業者無奈表示,「要麼在技術上找到巨頭完全沒覆蓋的邊緣場景,要麼就等着被收購。正面挑戰巨頭的生態壁壘,幾乎不可能成功。」
Groq的命運,是AI芯片行業創新者的縮影。它有顛覆GPU的技術,卻沒有打破CUDA生態的能力。這背后的核心原因,是生態壁壘的「鎖定效應」——客户一旦接入CUDA生態,切換成本高達數千萬美元,幾乎不可能輕易遷移。
這種生態壁壘,比技術和硬件更難逾越。國產GPU廠商也面臨同樣的困境,儘管投入重金打造兼容CUDA的軟件棧,但始終處於「跟隨者」的地位。華為昇騰能在國內崛起,很大程度上是因為依託自身的「芯雲一體」模式,構建了內部閉環的「小生態」,而非打破了英偉達的生態壁壘。
「創新者的困境不是技術不行,而是生態不行。」業內分析師指出,「未來,AI芯片的競爭不再是單一芯片的比拼,而是‘生態+場景+技術’的綜合較量。誰能構建起自己的生態,誰才能真正立足。」
儘管格局固化,但這次交易對AI產業的發展並非全是負面影響。最直接的好處,是推理成本的大幅降低,這將加速AI技術的普及。雲計算開源產業聯盟的報告顯示,通過推理優化技術,長序列生成任務的吞吐量能提升30%-50%,首Token延迟能降低40%-60%。
成本降低后,更多中小企業將有能力部署AI應用,推動AI從「巨頭專屬」走向「千行百業」。比如,零售行業的實時推薦、醫療行業的輔助診斷、工業行業的預測性維護等場景,都將因為推理成本的降低而加速落地。
同時,LPU的低延迟、高能效特性,將推動AI計算向邊緣端遷移。智能交通、工業質檢、智能農業等邊緣場景的AI應用,將迎來爆發期。「推理技術的進步,是AI賦能實體經濟的關鍵一步。」南開大學金融發展研究院院長田利輝指出,推理芯片將形成雲端、邊緣、終端三元共存的格局,真正實現「AI賦能千行百業」。
算力戰爭的終局與新機會
站在AI產業從訓練轉向推理的關鍵節點,英偉達與Groq的聯手,或許只是算力戰爭的一箇中場插曲。未來3-5年,AI芯片行業將呈現三大趨勢,同時也會誕生新的機會。
未來,「GPU+LPU」的異構計算將成為主流。GPU負責訓練和複雜計算,LPU等專用芯片負責推理和實時處理,兩者協同工作,實現全流程的高效計算。英偉達已經開始推進這一戰略,將LPU整合到「AI工廠」架構中,其他廠商也會紛紛跟進。
「異構計算是解決訓練與推理需求差異的最佳方案。」行業專家預測,「到2028年,超過80%的AI數據中心都將採用異構計算架構。」
隨着數據中心功耗限制日益嚴格,能效比將成為AI芯片的核心競爭力。谷歌TPU、Groq LPU的崛起,都得益於超高的能效比。未來,芯片廠商的競爭焦點將從「算力高低」轉向「每瓦算力多少」,低功耗、高能效的芯片將更受市場歡迎。
爲了適應不同場景的需求,「軟件定義硬件」將成為新的發展方向。通過軟件優化,實現硬件性能的最大化利用,同時降低客户的適配成本。英偉達的CUDA生態、Groq的編譯器,都是軟件定義硬件的典型案例。未來,軟件能力將成為芯片廠商的核心競爭力之一。
儘管巨頭壟斷了主流市場,但邊緣場景和垂直行業仍有新機會。比如,工業物聯網的邊緣設備需要低功耗AI芯片,醫療行業的診斷設備需要專用推理芯片,這些場景的需求相對小眾,但巨頭覆蓋不足,初創公司仍有生存空間。
「真正的顛覆從來不是從正面進攻,而是從巨頭的視線之外生長起來的。」就像當年的AWS沒有挑戰IBM的大型機,而是從按需付費的雲服務切入,最終顛覆了整個IT行業。下一個「Groq」,或許正在某個邊緣場景里,悄悄打磨着能打破生態壁壘的技術。
結語
200億美元「招安」Groq,是英偉達在推理時代保衞算力王座的關鍵一步。它用金錢換時間,補全了技術短板,消除了潛在威脅,同時規避了反壟斷風險,堪稱一次教科書級的戰略佈局。
但這場算力戰爭遠未結束。谷歌TPU的成本優勢、AMD的兼容性攻勢、中國芯片企業的本土替代,都將繼續挑戰英偉達的霸權。更重要的是,AI產業的發展永遠充滿不確定性,新的應用場景、新的技術路線,都可能誕生新的顛覆者。
對整個AI產業而言,這場交易是一把「雙刃劍」:它可能加劇巨頭壟斷,阻礙技術創新;但也可能加速推理技術的普及,推動AI賦能千行百業。最終的走向,取決於英偉達能否平衡商業利益與產業創新,也取決於行業能否誕生新的生態破局者。
站在2025年的時間節點,我們正見證着AI產業的歷史性轉型。英偉達與Groq的聯手,或許只是這個轉型過程中的一個註腳。但它清晰地告訴我們:算力戰爭的本質,從來不是單一芯片的比拼,而是生態、技術與場景的綜合較量。在這場沒有終點的戰爭中,只有那些能精準預判趨勢、快速補全短板、持續構建生態的企業,才能最終坐穩算力王座。