00:00 / 01:24
连播
清屏
智能
倍速
点赞0
00:00 / 12:39
连播
清屏
智能
倍速
点赞59
00:00 / 04:27
连播
清屏
智能
倍速
点赞1
00:00 / 01:51
连播
清屏
智能
倍速
点赞120
00:00 / 00:31
连播
清屏
智能
倍速
点赞0
00:00 / 00:07
连播
清屏
智能
倍速
点赞16
英伟达收购Groq:LPU崛起与AI芯片格局重构 一、收购核心:抢占低延迟推理制高点 英伟达以40亿美元收购Groq,核心目标是获取其创新的LPU(Language Processing Unit)架构。Groq的TSP(Tensor Streaming Processor)芯片通过确定性计算范式实现亚毫秒级推理延迟,在金融交易、自动驾驶等实时场景中具备颠覆性优势。此次收购标志着英伟达从"通用GPU霸主"向"全场景AI算力供应商"的战略转型,补全了其在低延迟推理领域的短板。 二、三大处理器差异化竞争 1. GPU(图形处理器):凭借数千CUDA核心的并行计算能力,主导AI训练市场(占全球份额超80%)。NVIDIA H100单卡FP8算力达4PFLOPS,但高功耗(700W)限制其在边缘端应用。 2. TPU(张量处理器):Google专为矩阵运算设计的ASIC,TPU v4集群算力达1.1EFLOPS,能效比优于GPU 3倍,但封闭生态导致应用范围受限。 3. LPU(语言处理单元):Groq首创的确定性架构,通过硬件级流水线设计实现零缓存延迟,在LLM推理中能耗比达200TOPS/W,较GPU提升10倍以上。其编译即部署特性大幅降低开发门槛。 三、技术协同与市场格局演变 三类芯片形成互补生态:GPU仍是训练首选,TPU在云端推理占比持续提升,LPU则在实时交互场景快速渗透。英伟达通过整合Groq技术,可构建"GPU训练+TPU通用推理+LPU实时响应"的全栈解决方案。据IDC预测,2027年AI芯片市场规模将突破4000亿美元,其中推理芯片增速达35%,LPU有望占据15%以上份额。 四、未来趋势:异构计算融合 下一代AI芯片将呈现三大特征: • 架构融合:如NVIDIA Grace Hopper超级芯片集成CPU/GPU/NIC,实现内存语义统一 • 场景专用化:医疗影像、工业质检等领域出现定制化ASIC • 开放生态竞争:RISC-V架构推动开源芯片设计,打破X86/ARM垄断 英伟达的收购举措表明,AI算力竞争已从单一性能比拼转向"架构创新+生态构建"的综合较量。随着LPU技术的商业化落地,AI芯片市场或将迎来"三分天下"的新格局,而能否在能效比、开发效率、场景适配性三个维度建立优势,将成为决定厂商命运的关键。
00:00 / 04:02
连播
清屏
智能
倍速
点赞40
00:00 / 01:17
连播
清屏
智能
倍速
点赞3