杭州股票配资门户
这两天，外媒最关注的消息，莫过于英伟达用 200 亿美元“收购”推理芯片创业公司 Groq。
就在大家都以为 Groq 卖身成功的同时，Groq 却着急地发了一篇官方公告，称“Groq 已与英伟达就 Groq 的推理技术达成非排他性许可协议。双方共同致力于扩大高性能、低成本推理技术的普及。Groq 创始人及团队其他成员将加入英伟达。”
还专门补充了一句：“Groq 将继续作为独立公司运营。”
说实话，虽然奇怪了点，倒也不难理解。
200 亿美元的交易，对于 4.6 万亿美元市值的英伟达而言，算不得太高的成本。
黄仁勋这次买的不是一家公司，他买的是一群能威胁到自己 GPU 生意的人。这笔交易，既能消灭掉英伟达的一个潜在对手，又能招揽一批给自己做推理芯片的大牛，更何况，这些人曾经亲手打造了谷歌 TPU 芯片。
为什么只是“技术许可”人和技术都买了，为什么还要留一个空壳公司。
我猜，是因为反垄断。
在美国联邦贸易委员会（FTC）眼中，任何可能巩固科技巨头垄断地位的“扼杀式并购”，都有可能被看做潜在的垄断。
如果英伟达直接宣布收购 Groq，几乎不可能通过。而根据现在的这种方案，英伟达可以说：Groq 还在独立运营。
通过这套说辞，这场交易能够快速通过审查。
200 亿贵吗？200 亿美元，的确是添加，毕竟，Groq 在三个月前的最后一轮融资中，估值也才 69 亿美金。英伟达付出了近三倍的溢价。
不过，在英伟达的体量面前，这都是小事。
现在，英伟达的市值高达 4.6 万亿美元。区区 200 亿美元，还没一天的市值波动大。
老黄这次，花小钱办大事，解决掉了一个未来可能让他倾家荡产的心腹大患，顺便还把对方最能打的人才请回了自己家。
更重要的是，AI 世界正在发生的一场结构性变迁。而在这场变迁中，Groq 以及相同技术路线的和谷歌TPU，是唯一能撼动英伟达 GPU 统治根基的力量。
AI 的下半场：从“训练”到“推理”的转移要理解这笔交易的深层动机，我们必须理解AI计算的两个核心阶段：训练（Training）和推理（Inference）。
过去几年，AI世界的主旋律是“大炼模型”。
OpenAI、谷歌、Meta等巨头不计成本地投入数万张、数十万张英伟达 GPU，进行长达数月的模型训练。这是一个资本密集型的游戏，谁的卡多，谁的算力猛，谁的模型就更强大。
在这个阶段，GPU 凭借其强大的通用并行计算能力和成熟的 CUDA 生态，成为了唯一的选择。英伟达吃尽了“训练时代”的红利。
但是，模型终究是要用的。
当 GPT-5、Gemini 3 这些巨兽被训练出来后，它们真正的价值体现在每一次为用户提供服务、回答问题、生成代码的过程中。这个过程，就是“推理”。
与一次性的训练不同，推理是高频、持续、且规模极其庞大的。
市场普遍预测，到 2026 年，全球数据中心用于推理的算力将首次超过训练，并在此后占据 80%以上的 AI 算力需求。 这就带来了一个根本性的问题：推理的经济账怎么算？ 训练是固定资产投资，而推理是运营成本，是实打实的销货成本。
对于 OpenAI 和微软这样的公司来说，用户每一次聊天的背后，都是电费和芯片折旧在燃烧。如果推理成本降不下来，AI 的商业模式就无法闭环。
而这，恰恰是 GPU 不那么经济的地方。
GPU 设计初衷是为了处理并行的大量数据，追求的是“吞吐量”。
但在实时推理场景下，GPU 的大部分计算核心都在闲置，等待数据从昂贵且遥远的 HBM（高带宽内存）中慢悠悠地搬运过来。这导致了极高的延迟和极低的单位效率。
AI的下半场，战争的焦点已经从“谁能更快地训练模型”，转向“谁能用更低的成本、更快的速度进行推理”。
谷歌和它“不外传”的 TPUTPU 是谷歌为自家AI负载量身定制的 ASIC（专用集成电路）。它的设计哲学与 GPU 截然相反，它不追求通用性，只为了一件事：以极致的效率执行神经网络计算。
Groq 的创始人 Jonathan Ross，正是谷歌第一代 TPU 芯片的核心设计者。他离开谷歌创立 Groq，其核心产品 LPU（语言处理单元），在思想上就是TPU的延伸和进化。
LPU 和 TPU 这类 ASIC 芯片，相比 GPU 在推理上有两大杀手锏： 1. 架构优势：SRAM与确定性调度。 Groq的LPU抛弃了GPU依赖的外部HBM，将所有内存直接集成在计算单元旁边。数据的搬运距离从厘米级缩短到微米级，带宽是HBM的20倍以上。这从物理上消除了I/O瓶颈，带来了惊人的低延迟。
更重要的是“确定性调度”。GPU的运行是“动态”的，像一个混乱的十字路口，由硬件调度器实时指挥交通，这导致了执行时间的不可预测性。而LPU是“静态”的，编译器在运行前就规划好了每一个数据在每一个时钟周期的精确路径，整个芯片像一部精密的瑞士钟表，零延迟、零抖动。
这种架构，让Groq在处理LLM推理时，能跑出每秒500甚至1000 Tokens的恐怖速度，而同期的GPU只有几十到一百。 2. 成本优势：单位经济效益的降维打击。 谷歌过去一直将TPU作为“秘密武器”，只在自家云服务内部使用。它利用TPU的能效和成本优势，构建了深厚的护城河。根据第三方分析，在同等推理任务上，使用TPU的成本可以比GPU低4到6倍。
这意味着，当OpenAI还在为英伟达75%的毛利率打工时，谷歌已经可以用“白菜价”提供性能更强的AI服务。
现在，情况变得更加危急：谷歌开始向外部客户销售TPU算力了。
当苹果、Anthropic这些英伟达的大客户开始认真评估并采用谷歌TPU时，英伟达的商业模式就受到了直接威胁。这不仅仅是丢掉几个客户的问题，而是其高定价、高利润的根基将被动摇。
黄仁勋必须反击。但他无法在短时间内改变GPU的基因。于是，他选择了最直接的方式：买下那个最懂TPU，并且已经做出一个更激进的TPU-like产品的人。
黄仁勋的一石二鸟通过这笔200亿美元的交易，黄仁勋一箭双雕，为英伟达的未来铺设了两条平行的道路。 第一条路：整合与学习。 英伟达得到了Jonathan Ross和他的团队，相当于获得了一支最了解ASIC推理架构的“特种部队”。这支部队的任务，就是在英伟达内部，将Groq的SRAM架构和确定性调度的思想，与CUDA生态进行融合。
我们可以预见，在未来的“Rubin”或更下一代的架构中，英伟达很可能会推出异构芯片：在一块芯片上，既有用于训练和高吞吐量推理的GPU核心，也有专门用于低延迟实时推理的LPU-like核心。英伟达将用对手的武器，来武装自己，补上最短的那块木板。 第二条路：防御与消灭。 即使整合不顺利，黄仁勋也达到了另一个重要的战略目的：消灭一个潜在的颠覆者。
Groq是市场上最耀眼的独立AI芯片公司，它的技术和惊艳的Demo已经吸引了全行业的目光。如果Groq被AMD、亚马逊AWS，甚至某个财力雄厚的科技巨头收购，那将是英伟达的噩梦。一个掌握了LPU技术的竞争对手，将有能力在推理市场对英伟达发起致命的性价比战争。
现在，黄仁勋通过“软收购”的方式，将Groq“去势”了。公司还在，但大脑已经来到了英伟达。剩下的空壳，再也无法对英伟达构成威胁。他不仅阻止了对手获得一件利器，还把这件利器拿到了自己手中。
总之，老黄的这200亿，买的不是Groq的现在杭州股票配资门户，而是英伟达的未来。这场战争远未结束，但棋局的走向，已经因此而改变。下一个出招的，轮到谷歌了。
启盈优配提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
