當60億美元估值的“推理專精”獨角獸撞上4.2萬億美元的生態帝國，AI芯片的戰場正從通用算力轉向細分賽道的生死競速。

一個登頂，一個起跳，4.2萬億美元與60億美元的落差，為AI芯片戰局埋下新變量。

一邊是英偉達市值沖破4.2萬億美元，成為歷史上首家達到這一規模的科技公司——這個數字超過了英國所有上市公司的市值總和，堪稱商業史上“大象級”的存在。

7月15日，英偉達CEO黃仁勛年內第三次訪華，宣布美國批準恢復向中國出口定制的H20芯片，重啟占其總營收13%（約170億美元）的中國市場，彰顯其鞏固AI時代統治地位的雄心。

另一邊，2016年成立的加州初創公司Groq正洽談新一輪融資：以60億美元（約430億人民幣）的投后估值募集3-5億美元的資金，用于履行與沙特阿拉伯的重磅合同。

當黃仁勛在東方意氣風發之際，Groq創始人喬納森·羅斯正盯著沙特的數據中心屏幕——那里由1.9萬顆自研芯片組成的AI推理集群，從2024年12月搭建到投入運行僅用了8天，成為中東加速AI基建的核心引擎。

60億對4.2萬億，Groq以不足英偉達0.2%的體量，展開了一場“不對稱”的芯片競賽。

這家公司被視為英偉達最強的競爭對手之一。它以LPU芯片的SRAM架構和TSP流式計算專攻推理，靠80TB/s片上帶寬和靜態調度砍掉延遲，瞄準英偉達H100的推理短板；英偉達則憑CUDA生態和HBM顯存壟斷，一邊用H200強化推理能效，一邊通過供應鏈控制（如買斷HBM產能）壓制對手。

前者借沙特布局和開源模型突圍，后者靠開發者綁定和全棧優勢死守，在推理市場上演“精準狙擊”與“生態護城河”的攻防戰。

創企中的“金湯玩家”

這家2016年誕生于硅谷的公司，從誕生就自帶“明星基因”。

創始人喬納森·羅斯（Jonathan Ross）的履歷本身就是塊金字招牌——他是谷歌第一代張量處理單元（TPU）的核心研發成員，親歷了AI芯片從實驗室走向產業化的關鍵階段。公司的另一位創始人是谷歌Alphabet的X實驗室工程師道格拉斯·懷特曼（Douglas Wightman）。同樣值得關注的是Groq的硬件工程副總裁吉姆·米勒（Jim Miller），這位行業老兵既主導過亞馬遜AWS云計算硬件的開發與交付，也曾在英特爾領銜Pentium II處理器項目，橫跨消費電子與企業級硬件兩大領域。

羅斯和米勒的履歷吸引了前谷歌TPU團隊80%的核心成員加入Groq，這種人才聚集效應在2024年Groq的沙特投資后進一步放大——Groq與Meta合作，為其官方Llama API提供推理加速服務；Meta首席AI科學家Yann LeCun以技術顧問身份支持Groq; 英特爾前晶圓廠負責人Stuart Pann則出任Groq首席運營官（COO）。

頂級團隊自然吸引頂級資本。

2024年8月，黑石集團（BlackRock）領投了Groq 6.4億美元的D輪融資，思科、三星Catalyst基金等機構跟投，讓Groq的估值一舉沖到28億美元。短短一年后，其估值即將翻倍至60億美元，成為AI芯片賽道成長最快的獨角獸之一。

此次Groq募資3-5億美元，除了履行和沙特的合同，幫助其AI推理數據中心項目快速落地外，還包括構建北美本土供應鏈、擴張GroqCloud開發者生態，以及應對英偉達H200芯片量產帶來的競爭壓力。盡管沙特協議帶來長期收入預期，但里程碑式付款條款導致2025年上半年需補充流動資金以應對產能爬坡前的資金缺口。

Groq的融資帶著明確的戰略意圖。

2024年底，Groq以閃電般的速度開啟在沙特的戰略布局。早在2024年9月，Groq便與沙特阿美的數字與技術子公司Aramco Digital簽署諒解備忘錄，計劃在沙特達曼建設全球最大規模的AI推理數據中心。

作為落地的第一步，Groq于2024年12月在達曼快速部署了包含1.9萬個LPU（語言處理單元）的推理集群，僅用8天時間即完成上線，每日可處理數十億Tokens（詞元），展現出驚人的執行效率。

為適配沙特的高溫環境，Groq對硬件設計進行了針對性優化，同時啟動阿拉伯語NLP模型的本地化開發，以滿足中東市場的特定需求。

該項目被納入沙特“2030愿景”，沙特阿美為此提供了上億美元的資金支持，目標在2025年將處理能力提升至每日數千億Tokens，并最終部署10.8萬個LPU芯片，形成全球最大的AI推理基礎設施之一。這一布局依托沙特的地緣優勢、低廉的能源成本和充足的建設空間。Groq的快速行動為其后續獲得沙特15億美元投資承諾奠定了基礎。

2025年2月，沙特主權基金通過沙特阿美旗下Aramco Digital向其拋出15億美元投資承諾，條件是協助沙特建設本土AI基礎設施。這筆錢不僅讓Groq的現金流底氣十足，更讓其業績預期飆升：2025年營收有望實現跨越式增長，達到5億美元，使Groq邁入“億級營收俱樂部”。

不碰“訓練”主戰場，專啃“推理”硬骨頭

Groq從沒想過與英偉達在AI訓練芯片市場正面交鋒。

當英偉達的GPU憑借CUDA生態在訓練領域占據超80%市場份額時，它選了條差異化路線：專注于AI推理芯片。

這步棋精準踩中了行業痛點。AI計算的“訓練”與“推理”環節有著本質區別：訓練像“教學生”，需要海量數據反復調整模型參數，對算力的通用性和精度要求極高；推理則像“學生答題”，需要在毫秒級時間內給出結果，更強調低延遲、高并發和低成本。

英偉達的GPU本是為圖形渲染設計的，改造后用于AI訓練合適，但拿來做推理卻有些“大材小用”——其硬件資源中，有相當一部分是為支持訓練時的復雜梯度計算而設計，在推理階段反而成了冗余負擔。

Groq的核心產品LPU（Language Processing Unit）就是沖著推理場景的痛點來的。它不追求“全能型”算力，而是聚焦“推理專項優化”：讓Meta的Llama、谷歌的Gemma等已訓練完成的大模型，在執行文本生成、語義理解等任務時跑得更快、更省電。

根據Groq官方在2024年底發布的基準測試結果，搭載LPU芯片的Llama模型，在大模型推理任務中每秒能生成500個Tokens（文本詞元），對比英偉達H100（FP16）的150個Tokens每秒的速度快了約3倍，對比英偉達H200的200 Tokens每秒的速度，也快了兩倍多。

在商業模式上，Groq也與英偉達走出了完全不同的路徑。

英偉達靠“硬件銷售+軟件生態”的組合拳盈利——既賣GPU芯片和DGX服務器等硬件，又通過CUDA平臺綁定開發者；

Groq則另辟蹊徑，采用“芯片即服務”模式：自己建設數據中心，將LPU芯片組成服務器集群，向客戶提供云端推理算力租用服務。這種模式讓客戶無需直接采購硬件，直接通過API調用就能體驗其芯片性能，大大降低了嘗試門檻。

今年7月，Groq宣布在歐洲芬蘭建設新的數據中心，進一步擴大云端服務版圖，顯然是想通過“服務先行”策略快速占領市場。

Groq的技術手冊里藏著不少“反套路”設計。

當行業巨頭們比拼4nm、5nm、7nm先進制程時，它反其道而行之，選擇相對成熟的14nm工藝；當英偉達的H100 GPU依賴HBM高帶寬顯存提升性能時，Groq在LPU芯片里塞進了230MB SRAM高速緩存，靠架構創新彌補制程差距。

這步險棋意外走通了。大帶寬SRAM讓LPU的片上內存帶寬達到80TB/s，數據可以在芯片內部高速流轉，不必頻繁訪問板載顯存，直接將推理延遲砍掉一半以上。

更關鍵的是，這種設計讓Groq避開了HBM顯存的供應鏈瓶頸——英偉達的H100之所以常年缺貨，很大程度上受制于HBM顯存的產能，而SRAM的供應相對穩定，讓LPU的量產更有保障。

架構層面的差異更具顛覆性。

英偉達GPU采用“SIMD”架構，擅長同時處理大量相似任務，但需要動態調度線程，存在一定算力閑置；Groq的TSP（Tensor Streaming Processor）架構則采用“流式計算”模式，將推理任務拆解成固定流水線，通過靜態調度讓每個時鐘周期的算力都得到充分利用。這種設計讓單顆LPU芯片的算力達到1000萬億次運算每秒（1000 TOPS），在部分機器學習模型上，速度比常規GPU甚至谷歌TPU快10到100倍。

Groq的技術路線雖在推理場景展現優勢，但也存在顯著短板。

LPU芯片內置230MB SRAM雖能實現高帶寬，但單芯片內存遠低于英偉達H100的80GB HBM顯存，導致運行大模型時需大規模集群拆分。

正如原阿里技術副總裁賈揚清的推算，運行Llama-70b模型理論上需572顆LPU（單芯片2萬美元，總成本超1100萬美元），而8顆H100（總成本約30萬美元）即可實現相當性能，硬件成本差距達30倍以上。盡管實際部署中可通過模型分片優化，但大規模集群的運維復雜度和能耗（576顆LPU集群功耗約100kW，8卡H100約30kW）仍顯著高于GPU方案。

更關鍵的是專用架構的場景局限性：專用硬件的靜態調度優勢在算法迭代頻繁時反而成為劣勢，難以像GPU通過軟件更新快速適配新模型。

生態破局與市場裂縫

技術再強，沒有生態支撐也難成氣候。英偉達的CUDA平臺已積累超400萬開發者，形成“硬件-軟件-開發者”的穩固三角，這是任何挑戰者都繞不開的高墻。Groq的破局策略是"借船出海"：盡可能對接現有開源生態，降低開發者的遷移成本。

它首先瞄準了開源大模型社群。Groq團隊花了大量精力優化Meta的Llama系列、谷歌的Gemma等熱門開源模型在LPU芯片上的運行效率，這些模型本身已積累數百萬開發者，只要證明LPU能讓模型跑得更快，自然能吸引開發者嘗試。更關鍵的是，Groq在2025年推出了開發者控制臺，通過友好的編程接口和免費算力（每月1000萬Tokens的額度）試用政策，目前吸引了7.5萬名開發者注冊。

價格策略同樣服務于生態擴張。LPU芯片2萬美元出頭的定價，不僅比英偉達H100的2.5-3萬美元低，也比部分中端GPU更具吸引力。Groq CEO喬納森·羅斯曾表示，到2025年底，Groq計劃部署150萬顆推理芯片，占據全球一半的AI推理計算能力。這番話雖有營銷成分，卻精準點出了行業趨勢——AI算力投入的重心正從模型訓練階段向推理階段傾斜。

英偉達當然不會坐視“Groq們”蠶食市場。

面對推理芯片的崛起，它已迅速調整策略：推出基于安培架構的A30/A10等推理專用GPU，優化TensorRT軟件庫的推理延遲，并通過Triton推理服務器提供端到端加速方案，試圖將訓練領域的優勢延伸到推理市場。

更難撼動的是CUDA生態的“慣性”。開發者在CUDA平臺上積累了大量代碼和工具鏈，遷移到新平臺需要重新學習和調試，這種“路徑依賴”讓很多企業寧愿忍受GPU的高成本，也不愿冒險嘗試新方案。

有行業人士透露，部分企業在與Groq接觸時異常謹慎，生怕消息走漏后被英偉達“穿小鞋”——比如延遲交付GPU，這種隱形壓力客觀上抬高了新芯片的推廣門檻。

然而，市場永遠存在裂縫。

2024年以來的“GPU荒”讓客戶苦不堪言：云計算廠商為了搶購英偉達芯片，不得不提前幾個月下單，否則就可能排不上產能。這種供需失衡讓企業開始主動尋找“第二供應商”，降低對單一廠商的依賴，這為Groq創造了窗口期。

更重要的是，AI芯片市場并非“二元對立”。除了英偉達和Groq，英國的Graphcore、中國的寒武紀、美國的Cerebras等玩家都在各自的技術路線上發力，形成“一超多強”的競爭格局。

Groq的優勢在于，它抓住了沙特等新興市場的需求——中東國家正雄心勃勃地建設AI基礎設施，既有錢又有場景，還樂于扶持非美國主流的技術供應商以實現技術自主，這種地緣需求為Groq提供了理想的“試驗田”。

然而，面對新興市場的爭奪，初創公司如Groq需加速布局——因為巨頭們也沒有停下腳步。繼去年12月Groq在沙特布局后，今年5月，英偉達與AMD也發現了這一新興市場，相繼宣布在沙特建設芯片制造及AI基礎設施基地，直接切入中東AI算力核心市場，這無疑給后來者增添了競爭壓力。

全球AI芯片的競合態勢，在中國市場呈現出更復雜的張力。

近期，英偉達宣布H20芯片將重新在中國市場銷售，雖H20受限于算力閾值（較H100略有下調），但憑借成熟的CUDA生態和高性能，短期內仍會分流部分對高端算力有迫切需求的企業（如大模型訓練機構、云端服務商），給華為昇騰、寒武紀、壁仞科技等國內芯片企業帶來直接競爭壓力——尤其在需要兼容國際主流框架的場景中，國產芯片的生態適配成本仍需時間抹平。

這種壓力也在迫使中國AI芯片市場加速“場景化突圍”。

不同于國際市場聚焦通用算力，中國市場的核心機會藏在垂直場景的深度綁定中：在智慧城市領域，海光芯片支撐的邊緣計算節點，能高效處理交通攝像頭的實時視頻流（每秒解析30路4K畫面），適配國內復雜的路況算法；自動駕駛賽道，地平線系列芯片已搭載于比亞迪、長城、理想等車企的多款車型，在輔助駕駛系統中負責視覺感知任務。

中國AI芯片市場的突圍路徑，正通過垂直場景的深度綁定逐步清晰——避開通用算力的正面競爭，在本土特色場景中打磨技術與生態。

結語

這場60億對4.2萬億的較量，才剛剛開始。

它的結局大概不是“你死我活”的零和游戲，而是形成“多元共生”的生態平衡：英偉達繼續主導高端AI訓練市場，Groq等新銳在推理細分賽道分得一杯羹。

這一格局恰似行業演進的常態：正如智能手機時代，蘋果、三星錨定高端市場，小米、傳音則在中低端與新興市場開辟空間，彼此并非替代而是互補；又如AI領域，通用大模型與垂直場景的AI Agent各司其職——前者支撐基礎能力，后者深耕具體需求。

對整個行業來說，這種競爭是好事。Groq的出現至少能迫使英偉達優化推理芯片的成本和性能，讓更多企業用得起AI算力。畢竟，AI應用的場景豐富——從智能客服到自動駕駛，從醫療診斷到工業質檢，不同場景對算力的需求千差萬別，既需要英偉達這樣的“全能選手”，也需要Groq這樣的“專精玩家”。

“某種程度上，我們的存在對英偉達反而是一種利好，”Groq CEO羅斯說。“他們可以繼續生產那些高利潤訓練用的GPU，而我們則接手他們不太想做、低利潤但高產量的推理業務。”

當年沒人能想到，一家顯卡公司能成為AI時代的“賣鏟人”；同理，今天估值60億美元的Groq，十年后或許會在AI芯片版圖中占據重要一席。

羅斯直言：“你的工作不是跟隨浪潮，而是要提前站位，準備好迎接它。”

無論Groq最終能否撼動英偉達，它所代表的創新精神和差異化打法都為行業帶來了新的思考：在巨頭林立的AI時代，小團隊依然有機會憑借卓越的洞察和執行，實現對大象的“螞蟻撼樹”——或許不能將之推倒，卻足以令大象為之側目，不得不改變方向。

這正是技術進步最迷人的地方，也是市場競爭的價值所在。