¥55/年
¥69/年
¥75/年
¥29/年这个圣诞节，老黄也没有闲着：英伟达史上最大的一笔「收购」，正式落地！
就在刚刚，英伟达已经和 AI 芯片初创公司 Groq 达成了一笔重磅交易，涉及金额高达 200 亿美元（折合人民币 1405 亿元）。
根据 Groq 官方声明，这次交易的核心内容是英伟达获得了 Groq 推理技术的授权，Groq 创始人兼 CEO Jonathan Ross、总裁 Sunny Madra 以及其他高管将加入英伟达，协助推动授权技术的落地。
与此同时，Groq 还将继续作为独立公司运营，新 CEO 由现任 CFO Simon Edwards 担任。
这听起来只是一场普通的技术合作。但Groq 的投资方、Disruptive 公司 CEO Alex Davis 却向 CNBC 表示： 英伟达将获得 Groq 的“几乎所有资产”，只是 初具规模的云计算业务 GroqCloud 不在交易范围内。
答案很显然。这是一笔典型的 Acqui-hire（人才收购）：不买公司外壳，但拿走技术、专利和最关键的人。
那么，英伟达为什么要花200亿美元重金收购 Groq 呢？这要从 Groq 的来头说起。
1.高中辍学，设计出第一代TPU
Groq 成立于 2016 年，创始人 Jonathan Ross 的履历相当传奇。他高中辍学，没正经读完大学，却在谷歌设计出了第一代 TPU 芯片的核心架构。
他负责设计和实现原始 TPU 芯片的核心元件，该芯片在谷歌的人工智能工作（包括 AlphaGo 竞赛）中发挥了关键作用。
图片
TPU 是谷歌为 AI 计算自研的芯片，被视为英伟达 GPU 在 AI 领域最重要的替代路线之一。
2016 年，Ross 带着 TPU 团队 10 位核心成员中的 7 位集体出走，创立了 Groq。
这家公司从一开始就做了一个极其明确、甚至有些“反主流”的选择：不和英伟达拼训练算力，只做 AI 推理。
图片
Groq 的名字来源于「Grain of Quantum」(量子之粒)，既暗指要搞定「量子级别」的海量数据，也在宣告：芯片领域，小体量也能有大杀器。
它的核心杀手锏，是专为 AI 推理设计的 ASIC 芯片 LPU（语言处理单元）。
和英伟达的 GPU 相比，LPU 在处理大语言模型推理时能做到更低延迟、更高吞吐量。这对英伟达、AMD 和英特尔等传统 GPU 制造商构成了巨大挑战。
过去几年，AI 行业的焦点几乎都在模型训练上。谁能训练更大的模型，谁就拥有话语权。
但随着大模型落地，真正的瓶颈开始转移：用户不关心你训练花了多少算力，只关心响应快不快、成本高不高、能不能稳定运行。
也就是说，推理正在成为 AI 的主战场。
而Groq 的自研 ASIC 芯片LPU具有极大的优势。它的推理引擎不是普通的处理单元，而是一个端到端系统，专为需要大量计算和连续处理的应用（如大语言模型）提供最快的推理而设计。在运行如 Mixtral、Llama 2 等开源大模型时，每秒可输出约 500 个 tokens，远超传统服务的响应速度，同时其每百万 tokens 的价格也极具竞争力。
为了实现规模化推理，Groq 设计了可扩展的分布式系统，能够将数千个 LPU 芯片互联，让计算流持续在芯片间流动，从而避免了传统架构因频繁访问外部内存带来的能耗与延迟。得益于其架构优化，LPU 的单位 token 能耗可降至 GPU 的三分之一左右。
2024年，Ross曾公开表示，AI推理的成本高昂，Groq 因此专门为大模型提供了“超快”、更便宜的芯片选择。
当时他宣称：“到今年年底，我们很可能会成为大多数初创公司使用的基础设施，我们的价格对初创公司非常友好。”
这也正是英伟达的结构性短板。
2.英伟达剑指AI推理市场
投资方Disruptive的CEO透露，在被英伟达接洽时，Groq其实并没有出售的打算。今年 9 月，Groq 刚完成 7.5 亿美元融资，估值 69 亿美元，投资方包括贝莱德、三星、思科等等。Groq 今年的营收目标是 5 亿美元，正处于高速增长期。
据 CNBC 报道，黄仁勋在英伟达内部邮件中点名了这次交易的战略意图：
“我们计划将Groq的低延迟处理器整合到英伟达的AI工厂架构中，以服务更广泛的AI推理和实时工作负载。”
翻译成大白话就是：Groq 的核心技术，将成为英伟达生态的一部分。
至于 Groq 这家公司本身，只留下云业务继续运营，既不影响英伟达的战略，也避免了直接并购可能引发的反垄断风险。
对英伟达来说，这次交易不仅是拿下了一项关键技术，也是把潜在的挑战者变成自己体系里的一个模块。
截至2025年 10 月底，英伟达持有的现金及短期投资规模已达 606 亿美元，相比2023年初的133亿美元翻了近5倍。这也为英伟达的大手笔投资提供了充足弹药。
除了Groq，英伟达还投资了一大堆AI基础设施，如AI与能源基础设施公司 Crusoe、AI 模型开发商 Cohere， AI 云服务商 CoreWeave 等等。整个 AI 生态链，处处都是英伟达的身影。
今年9月，英伟达还宣布计划向OpenAI投资最高1000亿美元，同时又向老对手英特尔投资了50亿美元。
3.硅谷的“人才收购”套路
这种Acqui-hire的收购套路早已不是什么新鲜事。
今年 9 月，英伟达也策划了一笔规模较小、但结构相似的交易。当时，公司支付了 超过 9 亿美元，引入 AI 硬件初创公司 Enfabrica 的 CEO Rochan Sankar 及其团队，同样是获得其技术许可而非直接收购公司。
放眼整个硅谷，这种操作已经成为了主流。Meta、Google、微软等科技巨头都在用类似套路抢 AI 人才。
比如，Meta 去年就花大价钱从数据标注公司 Scale AI 挖走了 CEO 亚历山大王 并拿下技术授权。
又比如，去年8月，谷歌以约27亿美元挖走Character.AI创始人Noam Shazeer以及30多人核心研究团队，主要目的是为了请回这位Transformer论文作者，并把团队开发的训练技巧用于强化Gemini。
再比如，今年7月，谷歌以约24亿美元挖走Windsurf创始人Varun Mohan和Douglas Chen及研发团队，随后推出了AI编程工具Antigravity。
这也展示出一种趋势：巨头们越来越少“买公司”，而是直接“买能力”。
4.网友：这笔钱花得太多了
这则新闻也在Hacker News引发了轩然大波。
对于硅谷常见的人才收购操作，不少网友表示这种套路已经看腻了：
图片
一位网友大胆猜测，英伟达的目的是打压开源模型。通过收购 Groq、Cerebras 这类推理芯片公司，为了“卡住”开源模型在推理侧的规模化能力，从而保护其从 OpenAI、Anthropic、Meta 等闭源大客户身上获得的巨额利润。
图片
不过有不少网友反驳了这种说法，认为英伟达主要是为了降低自己的芯片推理成本、缓解生产瓶颈，以及对抗谷歌TPU。
图片
也有网友认为，英伟达付出200亿美元的大手笔并不理性，它完全有能力在 Groq 抢占真正市场份额之前开发出有竞争力的产品。
图片
唯一的解释是推理硬件正在出现一个“短暂但关键”的窗口期，这可能与DRAM 成本结构变化、OpenAI 等公司大规模推理需求爆发相关。
图片
总的来说，全球AI产业正处于从模型训练阶段迈入规模化推理落地的关键期，低延迟、高能效的推理算力成为核心刚需。
在小编看来，这波英伟达与Groq的联手，还是个利好消息。不仅推动AI推理技术走向高性能与低成本的双向优化，或许也能为科技巨头与明星初创公司间的合作提供更多解法。
那么评论区的各位大佬们：
你们如何看待英伟达收购Groq这件事？
你觉得200亿美元值吗？