Nvidia没有收购Groq但花了200亿美元做了更聪明的事

2025年12月24日圣诞夜 ，CNBC爆料称Nvidia将以200亿美元收购AI芯片初创公司Groq，这将是Nvidia史上最大收购案（此前纪录是2019年70亿美元收购Mellanox）。

但几小时后剧情反转 ：Nvidia和Groq双双澄清，这 不是收购 ，而是一笔 技术许可协议 。

实际交易内容 ：

💰 金额：约200亿美元现金

📜 性质： 非独占技术许可协议

👥 人才：Groq创始人Jonathan Ross、总裁Sunny Madra等核心团队加入Nvidia

🏢 公司：Groq继续独立运营，CFO Simon Edwards接任CEO

黄仁勋在内部邮件中明确表示：" 我们只是获得技术授权和引入人才，并未收购Groq这家公司 。

买的是什么：Groq的LPU推理技术

Groq的核心技术是 LPU（Language Processing Unit，语言处理单元） ，这是一种专门为AI推理优化的芯片架构，和Nvidia的GPU有本质区别。

LPU vs GPU：技术对比

特性

Groq LPU

Nvidia GPU

架构设计

TSP（张量流处理器）

SIMD（单指令多数据）

执行方式

确定性执行

（编译器静态调度）

动态调度（运行时决策）

内存类型

片上SRAM（230MB）

外部HBM高带宽内存

内存带宽

80 TB/s

~3 TB/s

硬件利用率

接近100%

30-40%（推理时）

推理速度

Llama 2 70B: 300 tokens/秒

~30-50 tokens/秒

能耗

1-3焦耳/token

10-30焦耳/token

擅长场景

AI推理

（尤其是实时对话）

AI训练 + 推理

为什么LPU推理这么快？

1️⃣ 软件定义硬件 ：把复杂的调度工作交给编译器，硬件只管无脑执行，消除了GPU的调度开销

2️⃣ 全SRAM架构 ：数据不用频繁在芯片和外部内存之间来回搬运，速度比GPU的HBM快20倍

3️⃣ 确定性执行 ：编译器在编译时就安排好了所有指令的执行时序，没有GPU那种"等内存"的空转时间

4️⃣ 流水线架构 ：芯片间通信速度达到10TB/s，无需外部网络设备，延迟极低

买的是谁：Google TPU之父Jonathan Ross

Jonathan Ross何许人也？

🎓 NYU数学和计算机科学专业，二年级时就完成了博士生课程，师从Yann LeCun（2018年图灵奖得主）

🧠 Google TPU（Tensor Processing Unit）的核心设计者之一，TPU是Google自研AI芯片的开山之作

🚀 2016年离开Google创办Groq，带走了一批Google X和TPU团队的核心工程师

这次交易后，Jonathan Ross、总裁Sunny Madra以及核心研发团队将 全体加入Nvidia 。

不买的是什么：Groq公司和云业务

Groq的 GroqCloud云服务 （已服务200万开发者） 不在交易范围内 ，将继续由独立的Groq公司运营。

这意味着：

✅ Nvidia获得了技术专利和核心团队

✅ Groq可以继续把LPU技术授权给其他厂商（非独占协议）

✅ 开发者仍然可以用GroqCloud的API

为什么Nvidia要这么操作?

原因1：避开反垄断审查

如果是传统收购，这笔交易需要经过：

❌ 美国FTC（联邦贸易委员会）审批

❌ 欧盟反垄断审查

❌ 中国商务部审批

❌ 可能长达1-2年的等待期

历史教训 ：Nvidia在2020年宣布400亿美元收购ARM，结果被各国监管机构围堵，2022年不得不放弃。

采用"技术许可+人才引进"的方式：

✅ 无需监管审批

✅ 圣诞节签署，立即生效

✅ 完美规避了"消灭竞争对手"的指控

Hacker News上有评论将此称为**"反向acqui-hire"**（Reverse Acqui-hire）——不买公司，只买技术和人。类似微软2024年与Inflection的6.53亿美元交易。

原因2：补齐推理短板

Nvidia的GPU在 AI训练 领域无敌，但在 AI推理 场景存在短板：

GPU推理的痛点 ：

⚠️ 内存带宽瓶颈（数据搬运慢）

⚠️ 硬件利用率低（30-40%）

⚠️ 能耗高（10-30焦耳/token）

⚠️ 实时响应延迟高

LPU的优势 ：

✅ 推理速度快10倍

✅ 能耗降低10倍

✅ 适合ChatGPT这类实时对话场景

黄仁勋在内部邮件中说：" 我们计划将Groq的低延迟处理器集成到Nvidia AI工厂架构中，把平台能力扩展到更广泛的AI推理和实时工作负载 。"

这意味着未来的Nvidia数据中心可能是：

🎯 GPU负责训练 → 输出模型

🎯 LPU负责推理 → 实时响应用户

原因3：消灭潜在威胁

Groq在今年9月刚完成一轮融资，估值 69亿美元 ，短短3个月就被Nvidia以 200亿美元 （接近3倍溢价）"买走"核心资产。

时间线 ：

2025年9月：Groq融资，估值69亿美元

2025年12月：Nvidia以200亿获得技术授权+团队

有分析认为，Nvidia此举是为了 防止LPU技术落入竞争对手手中 （比如AMD、Intel、Google）。

Hacker News评论区有人质疑："这不就是变相消灭竞争对手吗？"但由于不是正式收购，监管机构很难干预。

对开发者的3个影响

影响1：GroqCloud API会受影响吗？

受影响人群 ：正在使用GroqCloud API的200万开发者

影响程度 ：🟢低风险（短期无影响）

具体表现 ：

✅ GroqCloud继续由独立的Groq公司运营

✅ 现有API和定价不变

⚠️ 长期存在不确定性（Nvidia可能影响技术路线）

应对策略 ：

短期内 可以继续用 ，GroqCloud仍是最快的推理API之一

关注Groq官方公告，看是否有服务条款变更

准备Plan B，评估其他推理服务（OpenAI、Anthropic、Google）

我的建议 ：如果你的业务严重依赖Groq，建议做多云部署，不要把鸡蛋放在一个篮子里。

影响2：Nvidia会推出自己的LPU产品吗？

受影响人群 ：企业级AI基础设施采购决策者、云服务商

影响程度 ：🟡中等（6-12个月内可能有新产品）

具体表现 ：

📅 预测时间 ：2026年Q2-Q3可能发布集成LPU技术的新产品

🎯 目标市场 ：大规模AI推理场景（搜索引擎、对话机器人、实时翻译）

💰 定价策略 ：可能比现有GPU推理方案便宜30-50%

对比 ：

现在 ：租一台A100 GPU推理，成本约$2-4/小时

未来 ：Nvidia LPU推理，可能降到$1-2/小时

应对策略 ：

如果你在规划2026年的AI基础设施， 等一等Nvidia的新产品

如果急需上线，可以先用GroqCloud或现有GPU方案

关注Nvidia GTC 2026大会（通常在3月），可能会有重磅发布

影响3：AI芯片创业还有机会吗？

受影响人群 ：AI芯片创业者、投资人

影响程度 ：🔴高风险（行业格局重塑）

具体表现 ：

⚠️ Nvidia用200亿证明： 它不会允许威胁存在

⚠️ 类似交易可能继续发生（收购或挖走核心团队）

⚠️ 独立AI芯片公司的退出路径变窄

历史案例 ：

2019年：Nvidia 70亿收购Mellanox（网络芯片）

2024年：微软6.53亿"挖走"Inflection团队

2025年：Nvidia 200亿拿下Groq技术+团队

冷静思考 ：

并非所有赛道都被封死， 垂直场景 （边缘AI、车载芯片、IoT）仍有机会

中国市场由于地缘政治因素， 国产替代 需求强劲

软硬一体 的创业方向（芯片+算法+应用）更有壁垒

我的观点 ：如果你想做AI芯片创业，要么做Nvidia不屑做的垂直市场，要么做它做不了的地缘市场，要么就准备好被收购。

这笔交易的真实成本

很多报道说"200亿美元"，但实际情况更复杂：

Nvidia的支出 ：

💰 现金 ：约200亿美元（分期支付，具体条款未公开）

💼 股权激励 ：给Ross等高管的Nvidia股票（价值未披露）

🏢 运营成本 ：整合团队、开发新产品的投入

Nvidia的收益 ：

✅ 技术专利 ：LPU全套设计和实现细节

✅ 顶尖人才 ：Google TPU之父+核心团队

✅ 市场份额 ：巩固AI推理市场地位

✅ 战略价值 ：阻止竞争对手获得LPU技术

投资回报预测 ：

假设Nvidia在2026年推出LPU产品线

如果占据推理市场30%份额

以年收入500亿美元计算（保守估计）

4年可收回成本

业内人士观点

支持方 ：

✅ "技术应该掌握在能大规模商用的公司手里"

✅ "Groq单打独斗很难和Nvidia生态抗衡，这是双赢"

✅ "200万开发者还能继续用GroqCloud，没什么好担心的"

质疑方 ：

⚠️ "这就是变相垄断，监管机构应该介入"

⚠️ "Nvidia在系统性消灭所有潜在威胁"

⚠️ "AI芯片创业的退出路径越来越窄了"

我的看法

这笔交易展示了Nvidia在商业策略上的 老辣 ：

1️⃣ 规避监管 ：不收购公司，只买技术和人，完美规避反垄断

2️⃣ 快速交割 ：圣诞节签约立即生效，不给竞争对手反应时间

3️⃣ 技术互补 ：GPU+LPU组合拳，训练+推理全覆盖

4️⃣ 战略防御 ：200亿不算贵，阻止AMD/Intel拿到LPU才是关键

对开发者的启示 ：

🎯 不要只押注一家云服务商

🎯 关注技术趋势，推理专用芯片是未来方向

🎯 Nvidia的生态越来越强，CUDA依然是必修课

对创业者的警示 ：

⚠️ 做Nvidia的补充，别做替代品

⚠️ 垂直场景和地缘市场是机会点

⚠️ 技术再牛也要考虑退出路径

时间线回顾

2016年 ：Jonathan Ross离开Google创办Groq

2024年Q1 ：Groq开放GroqCloud公测，推理速度惊艳业界

2025年9月 ：Groq完成融资，估值69亿美元

2025年12月24日 下午 ：CNBC爆料Nvidia将200亿收购Groq

2025年12月24日 晚上 ：Nvidia和Groq双双否认，称只是技术许可

2025年12月27日 ：你看到了这篇文章 😄

你怎么看这笔交易？

Nvidia是聪明还是霸道？

AI芯片创业还有机会吗？

你会继续用GroqCloud吗？

欢迎评论区讨论！

CodeLink 码链 - 自由职业者接单平台