重磅！黄仁勋罕见出手，欧美AI芯片独角兽集体谢幕

今日，美国AI芯片独角兽Groq宣布，Groq的联合创始人Jonathan Ross、总裁Sunny Madra以及Groq团队的其他成员将加入英伟达。

Groq今日发文宣布，其与英伟达达成一项非独家授权协议，授权英伟达使用Groq的推理技术。该协议体现了双方共同致力于扩大高性能、低成本推理技术的应用范围。作为该协议的一部分，Groq团队成员将加入英伟达，以帮助推进和扩大授权技术的规模。

Groq将继续作为一家独立公司运营，Simon Edwards将担任CEO。GroqCloud将继续正常运营，不会中断。

今日，美国AI芯片独角兽Groq宣布，Groq的联合创始人Jonathan Ross、总裁Sunny Madra以及Groq团队的其他成员将加入英伟达。

Groq今日发文宣布，其与英伟达达成一项非独家授权协议，授权英伟达使用Groq的推理技术。该协议体现了双方共同致力于扩大高性能、低成本推理技术的应用范围。作为该协议的一部分，Groq团队成员将加入英伟达，以帮助推进和扩大授权技术的规模。

Groq将继续作为一家独立公司运营，Simon Edwards将担任CEO。GroqCloud将继续正常运营，不会中断。

 

有趣的是，Groq创始人兼CEO Jonathan Ross曾是谷歌TPU创始成员。在谷歌成功利用其TPU芯片进行AI训练及推理后，将Ross等Groq成员收入麾下，似乎是英伟达敞开怀抱、拥抱专用AI芯片的一次高效行动。

AI推理芯片的技术路线趋于多样化。相比强但贵的GPU，专用AI推理芯片具备其经济合理性。看来，英伟达并不打算把鸡蛋都放在GPU这一个篮子里，而是不断拓宽自身的技术与生态半径。

令人唏嘘的是，当年盛极一时的“欧美AI芯片四小龙”已各奔东西：Graphcore被软银收购，Cerebras撤回上市申请，SambaNova被曝谈判卖身英特尔，Groq联合创始人及高管加入英伟达。

这似乎反映出在欧美市场，AI芯片作为独立创业形态的阶段性终结。

 

Groq预计今年营收35亿，

联创发文感慨结束十年篇章 

 

Groq由一群前工程师于2016年创立，主要研发云端AI推理芯片。

这家创企在今年9月完成了7.5亿美元（约合人民币53亿元）的融资，估值达到69亿美元（约合人民币484亿元），当时计划利用这笔资金扩大其数据中心容量。

该轮融资的投资者包括贝莱德、纽伯格伯曼、三星、思科，以及Altimeter和1789 Capital。美国总统唐纳德·特朗普的大儿子小唐纳德·特朗普是1789 Capital的合伙人。

Groq已大幅下调向投资者提供的业绩预期，将其预计的2025年营收从20亿美元（约合人民币140亿元）大幅削减至5亿美元（约合人民币35亿元），下调超过15亿美元（约合人民币105亿元）。

财务文件显示，Groq去年的收入为9000万美元（约合人民币6亿元）。该公司告知投资者，其2026年收入将增至近12亿美元（约合人民币84亿元），到2027年将超过19亿美元（约合人民币133亿元）。

Groq联合创始人Chamath Palihapitiya在社交平台X上晒图感慨，当年Jonathan Ross说服他挑战巨头，打造新型芯片，而AI时代即将到来。他们当时没有公司，只有1份投资意向书和3个人，接下来的1个月尽可能多地从谷歌威斯康星分部招募TPU团队的成员。

之后，这家公司经历了各种考验和磨难，包括将Ross从CTO升职为CEO，以及Ross和Palihapitiya之间不可避免的矛盾和修复关系。

“今天，我们结束了这段近十年的篇章，Jonathan将与英伟达开启新的篇章。”Palihapitiya写道。

他称赞说：“Jonathan不仅是谷歌时期TPU的缔造者，更是一位技术天才，其成就堪称史诗级。他还组建了一支强大的团队，有Sunny Madra和Gavin Sherry这样的人才为他提供支持。他们在英伟达也会创造辉煌。”

 

比技术授权更值得关注的，

是Groq的芯片设计思路  

 

Groq研发的定制AI推理芯片LPU，声称能以比GPU更快的速度运行大语言模型及其他前沿模型，并在架构层面能效可比GPU最高提升10倍。Groq当前的芯片组采用格芯14nm工艺制造，并向4nm工艺迈进。

英伟达看中的，不止是Groq的芯片，而是其背后的前沿技术理念和资产。

LPU有四大核心设计原则：软件优先、可编程流式架构、确定性计算和网络、片上存储器。

（1）软件优先：目标是简化软件开发人员最大化硬件利用率的工作，并将尽可能多的控制权交到开发人员手中。遵循这一理念，Groq在完成编译器架构设计后，才开始做芯片设计。

（2）可编程流式架构：支持芯片内部及芯片间的流水线式流程。拥有充足的芯片间带宽，使数据传送带能够在芯片间像在芯片内部一样流畅高效地传输，无需等待计算或内存资源。

对比之下，GPU采用多核“中心辐射式”架构，其低效的数据分页机制在芯片内和芯片间的计算单元和内存单元之间来回传输数据，需要大量的开销。

此外，GPU还需要利用机架内部和机架之间的多层外部交换机和网络芯片进行通信，这进一步加剧了软件调度的复杂性。

（3）确定性计算和网络：LPU架构是确定性的，这意味着每个执行步骤都可以精确到最小执行周期（也称为时钟周期）。LPU数据传送带也在芯片间运行，因此连接芯片会形成更大的可编程流水线，数据流由软件在编译期间静态调度，且每次程序运行时都以相同的方式执行。

（4）片上存储器：LPU将内存和计算功能集成在芯片上，大幅提升了数据存储和检索速度，同时消除了时序波动。其片上SRAM的内存带宽高达80TB/s以上，而GPU片外HBM的带宽约为8TB/s。仅此一项差异就使LPU的速度提升高达10倍，再加上LPU无需往返于单独的内存芯片来检索数据，这进一步提升了其性能。

分析师Max Weinbach在社交平台X上评价说：“SRAM的速度是HBM的10倍，而HBM需要台积电的CoWoS封装，这是一个很大的瓶颈，而且成本极其昂贵。如果能够绕过对HBM和CoWoS的需求，芯片印制速度就会更快。如果板载集成NVLink C2C，LPU的扩展能力将远超Groq现在能做到的。”

“这样就无需使用美光/三星/海力士的产品，消除了许多内存瓶颈，也解决了CoWoS带来的台积电瓶颈问题。这对英特尔来说也是好事，因为他们在18A和18A-PT上都有相当不错的SRAM位单元。”他写道。

 

03.

非典型收购：

挖创始人和核心团队，拿技术授权

 

把创始人和部分员工收入麾下，英伟达这操作是不是看起来有点眼熟？

据外媒此前报道，英伟达在9月份促成了一笔类似但规模较小的交易，斥资超过9亿美元（约合人民币63亿元）聘请了这家AI硬件初创公司Enfabrica的CEO Rochan Sankar及其他员工，并获得了该公司的技术许可。

在硅谷，重金挖人才和拿技术授权的“变相收购”，已成为科技巨头吸纳顶尖人才和技术的重要手段。

过去两年，亚马逊、Meta、谷歌、微软等科技巨头也曾通过各种类型的许可协议，聘请顶尖人才。

例如去年3月，微软挖走AI聊天机器人初创公司Inflection AI的联合创始人Mustafa Suleyman、Karén Simonyan及其他员工。

去年6月，亚马逊聘请了AI初创公司Adept的几位联合创始人，并达成了对Adept技术的非独家授权协议，约1/3的Adept员工随之加入亚马逊。

去年8月，AI陪伴应用创企Character.AI的两位联合创始人以及核心技术团队被谷歌以27亿美元（约合人民币189亿元）的收购协议挖走。

同月，亚马逊宣布聘请美国高级仓库机器人系统创企Covariant的三位联合创始人，并获得该公司AI模型的非独占许可。

今年6月，Meta斥资近150亿美元收购AI数据标注初创公司Scale AI 49%股权，Scale AI联合创始人兼CEO Alexandr Wang（汪滔）加入Meta，Scale AI仍保持独立运营。

同月，AMD宣布与加拿大AI芯片创企Untether AI达成协议，将Untether AI整个AI硬件与软件工程团队吸纳到AMD内部。

今年7月，谷歌斥资24亿美元（约合人民币168亿元），挖走AI代码生成初创公司Windsurf的CEO Varun Mohan、联合创始人Douglas Chen以及部分研发成员，并将支付24亿美元（约合人民币172.2亿元）作为选择Windsurf技术的非独家许可。

如今，这个“不是收购，胜似收购”的操作名单，又添上了一家巨头的名字——英伟达。

 

04.

被曝交易价高达1400亿，

英伟达“撒钱”已形成巨大AI生态网络

 

Groq和黄仁勋都强调了最新达成的协议不是收购。不过Groq投资方曝出的“200亿美元”交易数据也可参考，这一数据并未得到交易任何一方的确认。

据外媒报道，Groq投资方之一Disruptive的CEO Alex Davis透露，英伟达已同意以200亿美元（约合1402亿元）现金收购高性能AI加速芯片设计商Groq的资产。

他透露说，自Groq于2016年成立以来，他的公司已向Groq投资超过5亿美元。Davis称，在英伟达接洽之前，Groq并没有寻求出售。

如果真有200亿美元这么一回事，这将是英伟达迄今罕见的大手笔交易。

此前英伟达最大的一笔收购发生在2019年，当时它以69亿美元（约合人民币484亿元）的价格收购了以色列网络芯片设计公司Mellanox。

截至今年10月底，英伟达拥有606亿美元（约合人民币4250亿元）的现金和短期投资，高于2023年初的133亿美元（约合人民币933亿元）。

随着现金储备增加，英伟达持续加大对芯片初创公司和更广泛生态系统的投资。

今年其投资网络愈发错综复杂，不仅涵盖OpenAI、xAI、Mistral AI、TML、Perplexity、Cohere等AI独角兽，Crusoe、CoreWeave、Lambda、Together AI等AI基础设施公司，还有英特尔等芯片巨头。（黄仁勋“撒钱”创纪录！英伟达超级AI帝国崛起，但没带中国玩）

 

05.

欧美AI芯片四小龙命运各异，

AI推理芯片收购潮正在升温  

 

Groq并不是唯一一家在AI热潮中获得关注的芯片初创公司。

去年7月，英国AI芯片独角兽Graphcore被日本软银集团收购。

据外媒今年6月报道，美国AI视觉感知芯片龙头安霸半导体（Ambarella）正在考虑包括潜在出售在内的多种选择。

美国AI芯片独角兽Cerebras Systems于2024年底提交了IPO申请，原计划今年上市，但在今年10月宣布完成一轮约11亿美元（约合人民币77亿元）融资、估值约81亿美元（约合人民币568亿元）后，撤回了其IPO申请。

今年11月，据外媒报道，英特尔正在就收购美国AI芯片独角兽SambaNova进行初步谈判，商讨收购条款。SambaNova巅峰时期估值达到50亿美元（约合人民币350亿元），但这家创企如今可能会面临估值大幅削减的境地。

在欧美市场，AI算力需求高度集中于极少数客户，科技大厂又均有自研AI芯片布局，余下的市场规模难以撑起AI芯片独立上市的叙事。这些AI芯片创企的产品进入可用但难以独立规模化的窗口期，选择被收购也是合乎逻辑之举。

与此同时，大公司对芯片创企的收购正在升温：今年2月，恩智浦宣布以3.07亿美元（约合人民币22亿元）收购美国边缘AI芯片创企Kinara，Meta被曝计划收购韩国AI芯片创企FuriosaAI；6月，AMD宣布收购加拿大AI芯片创企Untether AI的员工团队；10月，Meta被曝计划收购美国AI推理芯片创企Rivos……

这些交易的共性就是对AI推理芯片的青睐。

过去两年，AI芯片竞争从算力叙事转向可部署、可交付、可控成本的工程问题，推理规模持续爆发式增长，几乎所有大厂都必须关心“每token成本”。

这些趋势直接推动大公司出手收购，吸收多元技术思路和人才，补齐自身能力拼图。

 

06.

结语：AI推理将成为AI商用主阵地

 

经过多年发展，当前被视作“颠覆者”的AI芯片创企们，纷纷迎来了如何长期生存的现实大考：上市、被收购，或者想办法拿到能持续兑现增长的超级客户订单。

如今AI芯片竞争正在进入系统效率与软件协同竞争的阶段，真正的壁垒不再只是晶体管和算力，而是包括编译层、软件调度逻辑和开发者心智。

已经在数据中心占据主导地位的英伟达，一直是构建这些壁垒的高手。

通过将新型LPU技术融入其庞大的产品矩阵，英伟达展现出灵活应变、不断补充血液的一贯策略。

随着科技大厂自主研发的底层硬件增多，整个行业都在竞逐构建更强的计算基础设施，AI推理将成为AI商用的主要算力消耗和利润压力来源。

前瞻嗅觉敏锐的英伟达，长期在构建一个更完备的AI计算产品“军火库”，提前把可能有利于加速AI产业发展的各种技术方向纳入自身的能力池。这种对风向的预判、对生态的控盘能力，才是英伟达最难以被复制的地方。