溢價三倍都要緊急收購Groq，輝達為何匆匆忙忙？

12月24日，平安夜裡，網上都在說輝達要以200億美元收購AI晶片公司Groq，200億美元的現金可不是小數目，要知道，2019年輝達收購Mellanox才花了69億美元。

巧合的是，Groq三個月前的估值也有69億美元，現在，輝達花大約三倍的價格收購Groq，看得出很著急。為什麼這麼著急收購呢？

在介紹這個之前，要說清楚的是，這次輝達不是收購Groq這家公司，而是用200億美元獲得Groq的非排他性技術授權，還有核心人才引進的協議。

這不是普通的收購，況且，以輝達現在的規模，這次收購很容易受到監管機構的反對，此前400億美元收購ARM就是前車之鑑。

為了避免重蹈覆轍，這次輝達拿到了非排他性技術授權，意味著別人也可以拿到這樣的技術授權，包括英特爾、AMD或者AWS或者Azure都可以。

但是，由於Groq公司的多數核心人才都加入了輝達，即使拿到這些技術授權，熟悉這些的工程師都不在了，後續迭代和維護誰來做呢？

儘管原來的公司還會繼續營運，看似對市場沒什麼不利影響，但其實，Groq公司顯然已經空心化了，未來還能走多遠都會是一個問題。

這項交易能否順利進行？會不會遭到反對？會不會有別的公司，比如英特爾和AMD，以及AWS和Azure、或者Meta跳出來也要拿到這種授權呢？畢竟這是連AI晶片霸主都覬覦的技術呢？

這裡分析一下為什麼老黃要急著收購Groq？

Groq的晶片產品叫LPU（Language Processing Unit），是市場上少數能在推理速度和延遲表現上對輝達有挑戰的公司之一，如果這家公司被Google、亞馬遜或者Meta收購，輝達會很難受。

Groq的優勢不是算得比GPU更猛，而是算得有更多的確定性。怎麼說呢?它把所有調度複雜度前移到編譯期，讓晶片執行階段像流水線一樣持續滿速跑，這在大模型推理場景下能顯著降低延遲、提高實際吞吐。

而GPU恰恰相反，GPU追求的是高度通用與靈活性，需要處理複雜的調度器、同步機制和分支預測邏輯，在面對不規則、變化多端的工作負載時表現會很出色。但是，大模型推理這類場景的變化不多，GPU的通用性和靈活性就成了劣勢。

而且，輝達的B200 GPU非常依賴片外HBM來儲存模型權重，在即時、小Batch推理中，計算單元需要頻繁跨晶片訪問HBM，訪存延遲沒法降低，計算效率會更低。

相比之下，Groq的LPU 將關鍵權重等資料放置在230MB的片上SRAM中，顯著減少了片外訪存與等待狀態，這樣計算效率就高了，資料處理跟流水線一樣。

這麼一番對比，LPU比GPU推理性能更好，推理效率更高，成本也更低，這顯然會讓GPU面臨壓力。這種模式的成功已經不是第一次了，Google的TPU也有類似的效果。

他們都證明了一件事，就是GPU並不是最適合做推理的，這次收購意味著輝達也承認了這一點。

這意味著越流越多的企業用自研ai推理處理器的做法是對的，比如AWS的Trainium晶片，當業內形成這種共識，也意味著會有更多雲廠商會走上這條路。

這顯然會對輝達不利。

摩根士丹利預測，到 2026 年底，推理市場將佔AI計算總需求的50%以上，超越了訓練場景。

未來增長看推理，輝達牢牢掌控了訓練市場，推理市場如果還固守GPU，顯然是不行的。

你要是老黃，你會咋辦？自研一個來對抗？研發出來黃花菜都涼了，最好還是趕緊收購吧，於是就有了現在的故事。

有趣的是，這次200億美元，Groq的創始人Jonathan Ross就是Google初代TPU的主要架構師之一，也會加入輝達，把這項經過驗證的技術交給輝達。

這是目前成功率最高的方式。 (科技巴圖魯)