硅谷又迎来一笔 " 非典型收购 "。

作者 |  ZeR0

编辑 |  漠影

芯东西 12 月 25 日报道，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。

这篇公告未透露协议的具体价格。

另据外媒报道，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 Groq 的资产。

需注意的是，英伟达并没有收购 Groq，只是付费获得使用 Groq 技术的授权。

而为了协助英伟达，Groq 公司把 CEO 都换了。

外媒获得的一封英伟达创始人兼 CEO 黄仁勋在发给员工的电子邮件写道：" 虽然我们正在吸纳优秀人才加入我们的团队，并获得 Groq 的知识产权许可，但我们并没有收购 Groq 这家公司。"

"我们计划将 Groq 的低延迟处理器集成到英伟达 AI 工厂架构中，扩展该平台以服务于更广泛的 AI 推理和实时工作负载。" 黄仁勋称，这一协议将扩大英伟达的能力。

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。

而中国 AI 芯片产业正呈现一片繁荣的景象，前有寒武纪、摩尔线程、沐曦股份稳居科创板市值榜前四，后有壁仞科技、天数智芯等急追猛赶，即将登陆港交所。还有更多中国 AI 芯片企业在赶考 IPO 的路上加快脚步。

AI 芯片创业何其颠沛，时也，运也。

01.

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。"

02.

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。

▲基于 LPU 的系统

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、Kar é n 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。