• 200億美元!英偉達“收購”Groq技術許可與“TPU原班人馬”


    中國產業經濟信息網   時間:2025-12-31





      當地時間12月24日,一則英偉達以200億美元收購AI專用芯片初創公司Groq資產的新聞爆料,沸騰了硅谷的圣誕節。

      很快,Groq發布公告,稱英偉達與Groq達成的交易是“非排他性技術許可協議”,英偉達將獲得Groq的芯片技術授權,且Groq創始人兼CEOJonathanRoss(當年谷歌TPU的創始成員)、總裁SunnyMadra及其他核心團隊將加入英偉達,而Groq公司將繼續獨立運營。這是英偉達有史以來最大規模的一筆交易,遠超2019年收購Mellanox的70億美元。

      這一交易并非孤立事件,而是近年來全球AI市場競爭與格局演進的一個縮影,特別是正在全球范圍內加速展開的、圍繞AI專用算力的布局與轉向:6月,路透社報道,作為英偉達GPU長期以來的最大采購商之一的OpenAI已開始租用谷歌TPU為其ChatGPT及其他AI產品提供算力支持;10月,谷歌與Anthropic官宣谷歌將向Anthropic供應至多100萬塊專用AI芯片TPU及附加的谷歌云服務;11月,TheInformation報道稱Meta正計劃于2027年將谷歌TPU部署至自有數據中心,特斯拉也官宣已在車輛控制系統與數據中心大規模部署數百萬顆自研AI芯片。

      頂級AI科技企業們的動態無不清晰釋放出一個信號:全球AI算力基礎設施正逐步走出以GPU架構為核心的單一范式,轉向以TPU和類TPU為代表的AI專用芯片的新架構方向。

      “非典型收購”背后:AI專用算力芯片的崛起

      盡管交易雙方強調其“非收購”性質,但過去兩年里,通過“技術授權”的方式實現“人才收購”或獲得“技術轉讓”,已經是硅谷科技巨頭們屢用不鮮、既能規避傳統并購可能面臨的監管、又能快速將目標產品/技術/人才納入麾下的“非典型收購”方法。

      2025年,Meta斥資近150億美元收購AI數據標注初創公司ScaleAI49%股權,ScaleAI聯合創始人兼CEO加入Meta,ScaleAI仍保持獨立運營;AMD與加拿大AI芯片創企UntetherAI達成協議,吸納UntetherAI整個AI硬件與軟件工程團隊;谷歌斥資24億美元(約合人民幣168億元),引進AI代碼生成初創公司Windsurf頂尖人才與技術。蘋果、微軟和亞馬遜也都在近兩年進行過類似的交易。

      而此次英偉達與Groq之間200億美元的巨額交易,英偉達CEO黃仁勛在內部郵件中闡釋了其意圖:“我們計劃將Groq的低延遲處理器集成至NVIDIAAI工廠架構,將該平臺的應用范圍擴展至更廣泛的AI推理與實時工作負載領域。”

      公開資料顯示,Groq成立于2016年,是一家專注于AI專用芯片研發的美國公司,公司估值在今年9月的最新一輪融資中達到69億美元。其芯片產品取名為LPU(語言處理器),專為AI推理場景設計,號稱運行大語言模型的速度可達GPU的10倍,能耗卻只有十分之一。值得注意的是,Groq創始人JonathanRoss曾是谷歌TPU(張量處理器)芯片項目的創始成員之一。

      在Meta被報道計劃大規模部署谷歌TPU、Anthropic已簽署百萬片TPU采購協議之后,作為英偉達主要客戶的各大模型廠商,正在積極尋求并計劃實際采用以TPU為代表的新算力源。Groq團隊的TPU背景,使其成為英偉達理解以TPU為代表的AI專用算力芯片的最佳對象。AI專用芯片已展現出通用GPU架構難以匹敵的能效優勢,且這一差距無法僅通過迭代現有產品線輕易抹平。

      TPU芯片:為AI/ML而生的架構

      GPU最初設計用于圖形處理,尤其是實時渲染和圖像處理,因此對其中體面結構的矩陣和向量運算做了專門優化,后來逐漸發展成為通用計算設備(GPGPU)。GPU具有大量結構較為簡單的并行處理單元,適合處理高度并行的任務,如圖形渲染和科學計算,因此被廣泛應用于計算機圖形學、游戲開發、視頻編碼/解碼、深度學習訓練和推理。

      TPU是谷歌專為加速機器學習和深度學習任務而設計的專用芯片,特別是針對深度學習模型的訓練和推理。TPU針對張量運算進行了高度優化,單個的脈動陣列架構吞吐量和處理效率相較GPU有了更大提升,特別適合于處理矩陣乘法等常見于神經網絡的操作,主要用于機器學習和深度學習模型的訓練和推理,特別是使用TensorFlow框架的任務。

      TPU在架構和設計上的根本性革新,使其成為比GPU更適合進行大量部署或使用的深度學習計算單元:

      多維度的計算單元提高計算效率:相較于CPU中的標量計算單元和GPU中的矢量計算單元,TPU使用二維乃至更高維度的計算單元完成計算任務,將卷積運算循環展開的方式實現最大限度的數據復用,降低數據傳輸成本,提升加速效率;

      更省時的數據傳輸和高效率的控制單元:馮諾依曼架構帶來的存儲墻問題在深度學習任務當中尤為突出,而TPU采用更為激進的策略設計數據傳輸,且控制單元更小,給片上存儲器和運算單元留下了更大的空間;

      面向AI的加速,強化AI/ML計算能力:定位準確,架構簡單,單線程控制,定制指令集,TPU架構在深度學習運算方面效率極高,且易于擴展,更適合超大規模的AI訓練計算。

      隨著大模型參數規模與復雜度的提升,計算的核心日益集中于大規模、高并行度的矩陣乘法運算(MatMul)。GPU的架構優勢在于處理高度并行但模式多變的圖形計算,其通用性帶來了靈活性,但在執行AI計算任務時,其復雜的控制邏輯、多層級的內存系統會帶來不可避免的功耗和效率開銷。而谷歌TPU架構,則通過脈動陣列架構,將計算資源高度集中于矩陣運算單元,并以片上高帶寬存儲替代復雜的數據調度機制,從硬件層面重構計算路徑。這種“以算為本”的設計理念,使其在能效比、吞吐密度和規模化部署上展現出顯著優勢。

      AI芯片產業共識:架構創新對突破算力瓶頸的價值

      如今,越來越多的世界頂尖科技公司在積極應用甚至自研TPU或類TPU架構的AI專用芯片:

      早在2019年,英特爾就收購了來自以色列的AI芯片制造商 HabanaLabs,并在2024年4月推出了專攻深度學習神經網絡推理的類TPU芯片Gaudi3;且今年11月,外媒報道稱英特爾正在與同樣由谷歌TPU早期團隊創立的美國AI芯片獨角獸 SambaNova 進行初步的收購談判;

      2023年11月,微軟在其全球技術大會Ignite上宣布推出專為Azure云服務和AI工作負載設計的ASIC芯片Maia100,預計2026年正式發布;

      2023年11月底,AWS發布了為生成式AI和機器學習訓練設計的云端AI算力芯片Trainium2;2024年底,AWS與Anthropic官宣共同打造名為ProjectRainier的EC2UltraCluster,將使用數十萬片Trainium2芯片;

      2024年7月,蘋果公司使用谷歌TPU訓練其人工智能系統“蘋果智能”(AppleIntelligence)的AI模型AFM,通過2048片TPUv5p芯片來訓練擁有27.3億參數的設備端模型AFM-on-device,以及8192片TPUv4芯片來訓練其為私有云計算環境量身定制的大型服務器端模型AFM-server;

      2025年6月,據路透社報道,作為英偉達GPU長期以來的最大采購商之一的OpenAI已開始租用谷歌的TPU為其ChatGPT及其他AI產品提供算力支持;

      2025年10月,谷歌與Anthropic共同發布聲明,宣布谷歌將向Anthropic供應至多 100萬塊專用AI芯片TPU以及附加的谷歌云服務,這筆交易價值數百億美元;

      2025年11月,TheInformation報道稱Meta正計劃于2027年將谷歌TPU部署至自有數據中心,并最早自2026年起租用谷歌云TPU算力;

      2025年11月,特斯拉首席執行官馬斯克官宣稱特斯拉已在車輛控制系統與數據中心大規模部署自研AI芯片,數量達數百萬顆,支撐起FSD自動駕駛、Dojo超級計算機等核心業務,公司計劃以“一年一代”的節奏推進芯片迭代;

      ······

      資本與產業層面的密集動作,其根源在于AI計算負載結構本身正在發生深刻變化。越來越多的頭部科技公司開始將目光投向AI專用架構。TPU所代表的專用算力路徑,正逐步從“可選方案”演變為支撐下一階段AI發展的關鍵基礎設施之一。

      國內唯一全自研、已量產TPU芯片的公司

      核心創始團隊組建于2018年,作為國內唯一一家掌握TPU架構AI專用芯片核心技術并實現全自研TPU芯片量產的公司,中昊芯英的創始人及CEO楊龔軼凡曾作為谷歌TPU芯片核心研發者,深度參與過TPUv2/3/4的設計與研發工作。

      TPU為AI大模型而生的天然優勢架構,使其在面向AI計算場景時,在同等生產制程下相較于GPU可以擁有 3-5倍的性能提升。以中昊芯英歷時近五年全自研的國內首枚已量產TPUAI芯片“剎那?”為例,“剎那?”在處理大規模AI模型運算時與海外知名GPU芯片相比,計算性能可以超越其近1.5倍,在完成相同計算任務量時的能耗降低 30%,將價格、算力和能耗綜合測算,“剎那?”的單位算力成本僅為其42%。

      全球AI算力產業的發展趨勢顯示,當計算效率與成本成為AI大模型加速迭代及大規模商用落地的核心瓶頸時,對底層算力架構進行專用化、定制化革新,已成為驅動產業前進的重要因素。對于中國AI芯片產業而言,這一全球性趨勢明確了專注特定賽道、深耕架構創新的戰略價值。中昊芯英將繼續堅定TPU技術路徑,聚焦AI計算本質,致力于為市場提供高效、可行的專用算力解決方案。


      轉自:日照新聞網

      【版權及免責聲明】凡本網所屬版權作品,轉載時須獲得授權并注明來源“中國產業經濟信息網”,違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊,僅代表作者個人觀點,不代表本網觀點和立場。版權事宜請聯系:010-65363056。

    延伸閱讀

    ?

    版權所有:中國產業經濟信息網京ICP備11041399號-2京公網安備11010502035964

    www.色五月.com