芝能智芯出品
2025 年 12 月，英伟达200 亿美元通过技术授权与核心人才并入的方式，实质性“吞下”了推理芯片公司 Groq 的内核资产。
从现在来看，英伟达做的不是一笔常规意义上的并购，围绕推理时代主导权展开的战略性防御战。
当推理市场首次在规模上超过训练，当超大规模云厂商全面推进自研 ASIC，当算法效率开始压缩“算力”的边际价值，英伟达思考如果 AI 推理不再天然依赖 GPU，那英伟达的溢价还成立吗？Groq，恰恰站在这个问题最危险的位置上。
Part 1Groq 的真正价值
Groq的语言处理单元（LPU）是一种专为AI推理设计的革命性芯片架构，与传统GPU从图形处理演变而来不同，LPU从零开始针对大型语言模型（LLM）的实时推理优化，实现了低延迟、高效率的突破。
核心基于四个第一性原理：
◎ 软件优先设计，先构建确定性编译器再设计硬件，确保操作静态调度、无需自定义内核；
◎ 可编程装配线架构，像传送带一样同步流动数据通过计算单元，避免GPU的中心辐射式瓶颈；
◎ 确定性执行，消除缓存、分支预测等变异因素，每指令时延固定，提供可预测的亚毫秒级响应；
◎ 片上SRAM内存，提供数百MB本地存储和极高带宽（远超GPU的片外HBM），数据本地化减少延迟并提升能效，结果是推理速度比GPU快10倍、功耗低10倍，尤其适合单用户实时交互场景。
Groq专注推理专精，通过模块化流水线线性扩展、无外部交换机，实现低成本、高确定性性能，2025年9月融资7.5亿美元估值69亿美元。
在过去两年里，Groq 频繁以“每秒 500+ Token”“毫秒级确定性延迟”刷屏技术社区。但如果剥离所有营销语言，Groq 的性能优势其实高度单一，把模型权重放进了 SRAM，直接用大容量片上 SRAM 作为主存储。
在大模型推理中，计算单元并不稀缺，真正稀缺的是权重被调入的速度和数据在芯片内外移动的延迟和能耗。传统 GPU的瓶颈不在算力，而在 HBM 到 SM 的数据路径上，HBM 本质仍是 DRAM，访问延迟在百纳秒量级。
Groq 的激进之处在于用极其昂贵、极其低延迟的 SRAM，计算单元可以持续满负载运转。
◎ 延迟：从百纳秒降到单时钟周期
◎ 带宽：等效片上带宽数量级提升
◎ 能耗：几乎消除“搬数据”的能量浪费
确定性延迟、VLIW、复杂编译器是为了服务 SRAM 路线不得不付出的工程代价，如果没有 SRAM 带来的带宽和延迟优势：确定性没有商业意义、编译器复杂度只会成为负担和VLIW 不具备通用竞争力，Groq成为英伟达眼中的“危险变量”。
从财务角度看，这是一笔极不理性的交易，Groq 营收规模数亿美元，商业化难度极高，芯片成本结构长期不具备规模优势，英伟达当然清楚这一切，这 200 亿美元，买的是“排他性”。
Part 2真正的威胁来自谁？
如果 Groq 被一家初创公司持有，威胁有限； 但如果 Groq 被超大规模云服务商收购，性质完全不同。
谷歌、亚马逊、微软具备三种 Groq 自己不具备的能力：无限级别的资本投入、数据中心级系统整合能力，用低价推理服务“反向打击 GPU 租赁市场”的动机。
一旦 SRAM 推理路径被整合进云基础设施，并被大规模摊薄成本，英伟达 GPU 在推理端的定价逻辑将遭遇根本性挑战，这是估值体系之争。
英伟达今天的市值，建立在一个核心叙事之上，GPU 是 AI 的唯一通用基础设施。如果推理可以绕过 GPU，用另一种更高效、更低延迟的路径完成，那么英伟达必然被重估，损失也是数千亿美元级别。
在这个背景下，200 亿美元不是“溢价”，而是极低成本的估值保险。
最近达模型的发展，不断证明通过架构优化、精度管理、稀疏计算，可以在更低配置硬件上，完成接近甚至超过主流模型的推理效果，当“更聪明的模型”开始减少对 FLOPS 的依赖，硬件竞争变成了，能把每一次数据移动榨干。
Groq 团队，尤其是来自 TPU 体系的核心人物，可以带来以极致数据路径为中心的设计哲学。
为什么是“授权 + 人才”，而不是直接并购？答案很简单：监管与控制的最优解。
完整并购会触发反垄断，纯投资导致控制力不足，于是出现了 2025 年大厂最常见的方案，法律上独立，技术上抽空，人才上收编，Groq 仍然存在，GroqCloud 仍然运营，真正能推动下一代架构演进的人，已经被英伟达控制住了。
小结
英伟达买下的是“解释权”，Groq 的技术本身，并不足以颠覆英伟达，但 Groq 所代表的那条物理路径，有这个潜力。英伟达只需要确保这条路不会成为“英伟达之外的标准”，不会被云厂商掌握，200 亿美元，换来的正是这一切。
原文标题 : 英伟达为什么要花200 亿美元“拿下”Groq ？
