——這是一場以“金錢換時(shí)間”的防御性清場，標(biāo)志著 AI 計(jì)算范式從“暴力并行的訓(xùn)練時(shí)代”向“極致延遲的推理時(shí)代”徹底轉(zhuǎn)型的里程碑。

1. 引言：為何英偉達(dá)不計(jì)代價(jià)鎖定 LPU？

2025年末，英偉達(dá)（NVIDIA）以約 200 億美元的對(duì)價(jià)（現(xiàn)金+股權(quán)激勵(lì)）與 AI 推理初創(chuàng)公司 Groq 達(dá)成深度技術(shù)許可協(xié)議，并以“Acqui-hire（收購式招聘）”模式收編了其超過 80% 的核心工程團(tuán)隊(duì)。這筆交易的價(jià)格高出 Groq 此前估值的近 3 倍。

深層邏輯探究：
英偉達(dá)為何急于“吞噬”一個(gè)曾經(jīng)的挑戰(zhàn)者？答案不在于算力（TOPS），而在于“確定性（Determinism）”。

• 戰(zhàn)略防御：Groq 的 LPU（語言處理單元）是目前唯一在物理架構(gòu)上能對(duì) GPU 推理形成“代差”威脅的技術(shù)。英偉達(dá)必須封鎖任何讓 AMD、谷歌或亞馬遜通過收購此類架構(gòu)實(shí)現(xiàn)“推理側(cè)彎道超車”的可能性。

• 范式補(bǔ)完： 傳統(tǒng)的 GPU 擅長“吞吐量（Throughput）”，即一次性處理多少數(shù)據(jù)；而未來的 Agentic AI（智能體）要求的是“延遲（Latency）”，即 AI 反應(yīng)有多快。收編 Groq，意味著英偉達(dá)完成了從“算力重工廠”向“實(shí)時(shí)神經(jīng)中樞”的屬性進(jìn)化。

大模型推理中出現(xiàn)的“打字機(jī)式”卡頓，本質(zhì)上是由于傳統(tǒng) GPU 架構(gòu)在處理逐個(gè) Token 生成時(shí)遇到了“內(nèi)存墻（Memory Wall）”。

2.1 SRAM vs. HBM：物理維度的降維打擊

英偉達(dá)Blackwell 架構(gòu)依賴 HBM（高帶寬內(nèi)存），數(shù)據(jù)需在片外顯存與計(jì)算核心間往返。而Groq LPU 采用的是 SRAM（靜態(tài)隨機(jī)存取存儲(chǔ)器） 片上集成。

維度

NVIDIA GPU (HBM3e)

Groq LPU (集成 SRAM)

對(duì)推理的影響

內(nèi)存帶寬

~3.5 TB/s

~80 TB/s

消除數(shù)據(jù)搬運(yùn)等待，實(shí)現(xiàn)“秒回”

調(diào)度方式

硬件動(dòng)態(tài)調(diào)度（非確定性）

軟件編譯器調(diào)度（確定性）

消除延遲抖動(dòng)，提供極速穩(wěn)定的 Token 流

首 Token 延遲

~500ms+

<200ms (感知極限以下)

讓 AI 對(duì)話不再有“非人類”的停頓感

2.2 “確定性計(jì)算”的魔力

核心追問：為什么 GPU 的延遲會(huì)有“抖動(dòng)”？ 傳統(tǒng) GPU 內(nèi)部存在復(fù)雜的硬件調(diào)度器和分支預(yù)測(cè)，數(shù)據(jù)流向像隨機(jī)的交通流量。而 LPU 通過編譯器在編譯階段就精確規(guī)劃了每一比特?cái)?shù)據(jù)在芯片內(nèi)每一納秒的位置。 結(jié)論： 這種“時(shí)態(tài)指令集（TISC）”讓計(jì)算過程透明化。整合該技術(shù)后，英偉達(dá)能在未來的 Rubin 架構(gòu) 中引入“GPU（存權(quán)重）+ LPU（處理流）”的混合設(shè)計(jì)，徹底抹平 AI 的“思考感”。

英偉達(dá)此舉并非孤立的補(bǔ)強(qiáng)，而是其2025-2026 戰(zhàn)略藍(lán)圖（智能體、實(shí)時(shí) AI、主權(quán) AI）的核心支撐。

3.1 具身智能的“反射弧”革命

對(duì)于搭載 Jetson Thor 平臺(tái)的機(jī)器人（物理 AI）而言，延遲是“生死線”。

• 應(yīng)用場景： 機(jī)器人的避障、抓取和語音交互需要亞毫秒級(jí)的確定性反饋。

• 整合效益： 通過 LPU 技術(shù)，英偉達(dá)賦予了機(jī)器人接近生物本能的反應(yīng)速度，使其能實(shí)時(shí)理解復(fù)雜物理環(huán)境并做出決策，而非等待云端返回。

在全球貿(mào)易不確定性下，HBM 與 CoWoS 封裝是極其脆弱的瓶頸。

• 解耦意圖： Groq 的 SRAM 架構(gòu)不依賴頂尖的 HBM 產(chǎn)能，甚至可在更成熟的工藝節(jié)點(diǎn)上實(shí)現(xiàn)極高性能。

• 主權(quán)賦能： 英偉達(dá)借此可向?qū)?strong>供應(yīng)鏈敏感的國家提供“不依賴核心存儲(chǔ)進(jìn)口”的高性能推理卡，從而加速全球“主權(quán) AI 工廠”的建設(shè)。

英偉達(dá)進(jìn)入“確定性計(jì)算”賽道，是對(duì)競爭格局的一次重新洗牌。

4.1 對(duì)競爭對(duì)手的沖擊

• AMD MI300/400： AMD 試圖通過拼 HBM 容量來對(duì)抗英偉達(dá)，但英偉達(dá)通過 LPU 直接跳出了 HBM 競賽，開辟了“確定性延遲”的新維度。

• 云廠商自研芯片（TPU/Inferentia）： 云廠商原本通過低成本 ASIC 尋找生存空間，但英偉達(dá)現(xiàn)在不僅擁有生態(tài)（CUDA），還擁有了比自研芯片更快的推理內(nèi)核。

1. 具身智能： 毫秒級(jí)閉環(huán)控制成為標(biāo)配。

2. 實(shí)時(shí)金融： 在高頻交易中，利用深度學(xué)習(xí)模型進(jìn)行“確定的”微秒級(jí)策略推演。

3. 智能體工業(yè)化： 賦能能夠獨(dú)立思考、反思并瞬間執(zhí)行的多步推理智能體。

通過這筆 200 億美元的交易，英偉達(dá)完成了其商業(yè)版圖的最后一次大拼圖。

專家觀點(diǎn)： 英偉達(dá)不再僅僅是提供算力的“重工業(yè)基地”，而是正在進(jìn)化為定義“實(shí)時(shí)交互標(biāo)準(zhǔn)”的全球神經(jīng)中樞。

當(dāng)計(jì)算不再有抖動(dòng)，當(dāng) AI 的響應(yīng)速度超越人類神經(jīng)傳導(dǎo)，英偉達(dá)便確立了其在未來十年“實(shí)時(shí) AI 霸權(quán)”的絕對(duì)統(tǒng)治地位。這場交易宣告了 AI 芯片競爭的終局：上半場比拼誰能算得準(zhǔn)，下半場比拼誰能回得快。而英偉達(dá)，已經(jīng)同時(shí)掌握了這兩張底牌。

*本文依據(jù)網(wǎng)絡(luò)搜集數(shù)據(jù)整理，由AI工具輔助完成

All rights reserved. Copyright ? 2025