黄仁勋千亿收购Groq背后：200亿美元锁定AI推理时代的时间与护城河

英伟达斥资200亿美元拿下Groq核心技术与团队，旨在补齐AI推理领域短板。随着AI从训练转向实时交互类推理场景，传统GPU显存延迟瓶颈凸显，而Groq的SRAM架构能实现数据近在咫尺的低延迟计算。此举让英伟达既省去两年研发时间，又封锁技术防止落入竞争对手之手，巩固算力统治地位。

硅谷圣诞前夜，黄仁勋向全球半导体行业投下一枚重磅“炸弹”——不是新品发布，而是一张200亿美元的支票。英伟达宣布与AI芯片独角兽Groq达成非排他性技术授权协议，同时将包括创始人Jonathan Ross在内的核心工程团队收入麾下。

Jonathan Ross

就在数月前，Groq估值仅69亿美元，英伟达却给出近三倍溢价，且未全面收购公司，只是买走技术图纸与核心人才。这笔看似疯狂的交易背后，是黄仁勋对AI下半场战局的精准判断与布局。

算力赛道分裂：GPU卡车与SRAM短跑选手

要理解交易逻辑，需先看清AI算力市场的分化。瑞士银行研报将AI推理市场比作双车道高速公路：

第一条车道是英伟达的统治区，跑着GB300这类通用GPU“重型卡车”，搭载海量HBM内存如同拖挂集装箱，灵活且适合大模型训练或高吞吐量、低延迟敏感度任务。

第二条车道则暴露了GPU短板。当AI转向推理阶段（用户实际使用场景），如实时语音对话、高频交易、自动驾驶决策时，GPU需频繁从外部HBM内存搬运数据，像卡车司机反复回仓库取货，物理距离导致的延迟成了瓶颈。

Groq正处于第二条车道的“ASIC类架构”领域。其设计激进：抛弃外部内存，将数据存于芯片内部SRAM中。若说GPU是拖集装箱的卡车，Groq的LPU就是把行李背在身上的短跑选手，数据伸手即得，实现极致低延迟与确定性，完美适配推理市场需求。黄仁勋深知，若仅靠GPU单腿走路，一旦市场转向低延迟，英伟达可能被侧翼突破。

押注“慢思考”模型：思维链推理的硬件刚需

除硬件架构差异，AI模型的新形态——具备“慢思考”能力的推理模型，也是交易关键诱因。这类模型回答复杂问题前会进行思维链推理，类似蒙特卡洛树搜索，需在无数路径中快速试错跳转，对低延迟硬件需求极高。Groq的SRAM架构恰好适配这种高频数据调用场景，这让英伟达坚定了收购决心。

200亿美元的双重价值：时间入场券与防御性封锁

英伟达并非造不出SRAM架构芯片，但其Rubin路线图的相关技术落地需时间。而Groq最核心的资产是打磨数年的软件栈——创始人Jonathan Ross曾是谷歌TPU核心设计者，团队构建的软件系统能让编译器完美调度芯片数据流。对AI芯片而言，软件是灵魂，硬件是肉体，从头搭建类似生态需18-24个月，在AI战场落后18个月等于退赛，英伟达买的是当下的入场券。

这更是一次防御性“掐尖”。Groq是唯一能对英伟达形成技术差异化威胁的初创公司，若其技术落入谷歌、微软等云巨头手中，将对英伟达形成合围。英伟达通过“非独家授权+挖人”的结构，既绕过反垄断审查，又掏空Groq竞争力：剩下的云服务业务成壳公司待售，核心技术与人才已归英伟达。

垄断护城河再加深：豪赌未来算力霸权

200亿美元对现金储备600亿美元的英伟达而言，是一笔巩固霸权的保险费。交易释放信号：英伟达要通吃训练与推理市场、HBM与SRAM架构，不仅做AI“石油商”，还要掌控所有“新能源”实验室。Jonathan Ross这位曾挑战巨头的创业者，最终带着财富归顺，成了硅谷创业现实注脚：若无法打败垄断者，就成为其最昂贵的猎物。尘埃落定后，英伟达的护城河更宽更深，竞争者的突围难度进一步加大。

参考资料：

https://x.com/rohanpaul_ai/status/2005658206543233378

本文来自微信公众号“新智元”，作者：新智元，编辑：艾伦，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com