連英偉達都開始抄作業了

出品I下海fallsea

撰文I胡不知

2025年12月24日，平安夜的硅谷沒有溫情。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：英偉達宣布以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云計算業務。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。推理市場正以年復合增長率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憑借成本優勢搶食大客戶，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，從一開始就帶著“挑戰權威”的基因。2016年，谷歌TPU核心開發者Jonathan Ross帶著團隊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——高延遲、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，什么都能做，但在需要精準、高效的推理場景里，效率低得驚人。”帶著這種認知，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采用了獨特的“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“內存墻”問題。

這種架構帶來了三個革命性優勢：一是極致的低延遲，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鐘周期，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，是其他云服務商的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戶：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遲敏感的領域，多家企業反饋“切換到Groq后，用戶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。盡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推理領域的布局更早、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，谷歌憑借自研芯片+云服務的一體化優勢，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，部分云服務商也開始采購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戶基礎。”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的優勢在于兼容性——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、谷歌等云服務商的部分訂單。“客戶都在搞‘去英偉達依賴’，即使不全面替代，也會采購AMD芯片作為備份，這本身就分流了英偉達的市場份額。”一位云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+芯云一體”的獨特模式。華為、百度、阿里等巨頭都在自研AI芯片，優先滿足自身云業務和AI應用需求，幾乎不采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。隨著AI應用從實驗室走向產業，低延遲、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，不在乎成本和延遲；但推理追求效率，每一分成本、每一毫秒延遲都影響商業價值。英偉達要守住推理市場，必須補全低延遲、高能效的短板。”

而Groq的LPU，恰好精準命中了這些痛點。這也是英偉達愿意花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、客戶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，進一步提升客戶切換成本。

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，200億美元僅占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的客戶資源（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，關鍵在于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，而非替代關系。

GPU擅長“并行計算”，能將復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，適合低延遲、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處理用戶的即時請求。

技術整合的最大挑戰，在于軟件生態的兼容。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，企業客戶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，讓客戶能在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，延遲可降低至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的延遲降低后，能更好地應用于客服、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。“推理成本和延遲的降低，是AI從‘實驗室走向產業’的關鍵。”云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占比將達到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。

這場交易標志著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”要么被巨頭收編，要么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占10-12%，谷歌TPU占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，“要么在技術上找到巨頭完全沒覆蓋的邊緣場景，要么就等著被收購。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”——客戶一旦接入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，盡管投入重金打造兼容CUDA的軟件棧，但始終處于“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托自身的“芯云一體”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。”

盡管格局固化，但這次交易對AI產業的發展并非全是負面影響。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。云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延遲能降低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的低延遲、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，推理芯片將形成云端、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個中場插曲。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負責訓練和復雜計算，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數據中心都將采用異構計算架構。”

隨著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，都得益于超高的能效比。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。

為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，同時降低客戶的適配成本。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。

盡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，而是從按需付費的云服務切入，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，悄悄打磨著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衛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布局。

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，取決于英偉達能否平衡商業利益與產業創新，也取決于行業能否誕生新的生態破局者。

站在2025年的時間節點，我們正見證著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注腳。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。