新闻股票英伟达200亿美元押注Groq:新款AI机架今年正式落地

英伟达200亿美元押注Groq:新款AI机架今年正式落地

作者: Yahoo Finance·

要点速览

  • 英伟达的Groq 3 LPX机架已全面量产,将于今年晚些时候与Vera CPU和Rubin GPU一起部署于新锐云服务商Nebius。
  • 该机架源于英伟达去年12月以200亿美元收购Groq资产的交易,为其史上最大交易。
  • 每个液冷机架集成256颗三星制造的Groq芯片,可提供每秒3,400个token的速度,相比之下OpenAI为其Cerebras加速模式承诺的为每秒750个token。
  • Groq芯片由三星制造,使英伟达的芯片供应在台积电之外实现多元化。
  • Nebius是迄今为止唯一确认的客户;分析师指出,英伟达正在同时推进多项大规模押注,包括向OpenAI承诺最多1,000亿美元、向英特尔承诺50亿美元。
英伟达200亿美元押注Groq:新款AI机架今年正式落地

英伟达高级总监Dion Harris向记者表示,据CNBC报道,NVIDIA的Groq 3 LPX机架已进入全面量产,并将于今年晚些时候与该公司的Vera CPU和Rubin GPU一起部署于新锐云服务商Nebius。

该机架标志着英伟达去年12月以200亿美元收购Groq资产(其有史以来最大交易)所获技术实现商业化。这笔交易是加速AI推理(即将训练好的模型提供给用户)这一更广泛竞赛的一部分——随着云服务商竞相提供更快、响应更灵敏的AI应用,该领域已成为主要战场。每个液冷机架集成256颗Groq芯片。英伟达表示,援引Artificial Analysis的基准测试,该机架可提供每秒3,400个token的处理能力。与英伟达自家由台积电代工的GPU不同,Groq芯片由三星制造——这一细节也使英伟达的芯片供应分散到两家代工厂而非一家。

看多观点

相对于可能为公司带来的战略能力,这笔200亿美元的Groq交易对NVIDIA Corporation (NASDAQ: NVDA)而言是一个可控的财务风险。伯恩斯坦分析师Stacy Rasgon对CNBC表示,英伟达财务实力足够雄厚,吸收这一规模的交易对其整体地位影响甚微。这使英伟达能够在拓展新AI芯片技术的同时进行大规模战略投资,而不会对资产负债表造成实质性压力。

Groq的技术延伸了英伟达在整个AI计算堆栈中的主导地位,而非打造竞争产品线。LPX负责低延迟推理,而英伟达的GPU继续承担训练和大上下文处理任务。该机架可与Vera Rubin芯片配合使用,且客户无需更改其CUDA工作流程,进一步加深了使英伟达难以被取代的软件锁定效应。

执行速度很快,这在变化如此之快的市场中至关重要。英伟达从去年12月宣布收购Groq,到全面量产并拥有具名客户Nebius,仅用了八个月时间。这一节奏表明英伟达能够消化所收购的技术并将其推向市场,而不是让其在整合中停滞不前。

英伟达的推理速度如今相较一个关键竞争对手的方案拥有量化的优势。Groq机架每秒3,400个token的速度,可对比OpenAI为其Cerebras驱动的"Ultrafast"模式承诺的每秒750个token。这为英伟达提供了一个可供引用的基准,因为云服务商正在寻求更快、响应更灵敏的AI推理。

看空观点

NVIDIA为Groq的技术和人才支付了200亿美元,却并未收购公司本身。由于英伟达是授权Groq的技术并聘用其员工,而非整体收购Groq,投资者对英伟达所获全部价值的可见度较低,也难以判断这笔交易能否产生与其异常高昂的价格相称的回报。

英伟达同时在推进多项此类押注,因此无法对任何单一项目投入全部精力或足够资金。除Groq外,英伟达已向OpenAI承诺最多1,000亿美元,向英特尔承诺50亿美元。它还向Crusoe、Cohere和CoreWeave投入了较小金额,外加一笔类似的9亿美元Enfabrica团队授权协议——这是一系列广泛的押注,并非每一项都能获得回报。

LPX是一个狭窄的专用产品,而非广泛平台。该芯片的设计使其非常适合推理,但存在的局限使其不太适合训练等其他任务。因此,其可触达的使用场景天然小于英伟达的核心GPU业务。

此次推出仍依赖于一个具名客户,即Nebius。它是迄今为止唯一确认部署Groq机架的云服务商,在更多客户承诺之前,该技术是获得广泛采用还是仍属小众补充,尚不明朗。

对冲基金数据

Insider Monkey的数据库显示,2026年第二季度持有NVIDIA的对冲基金为285家,高于第一季度的275家。竞争对手AMD则被164家对冲基金持有。

结论

这是NVIDIA以对其自身财务业绩影响微乎其微的成本向AI推理领域延伸触角,这也正是此事在战略层面而非财务层面重要的原因。乐观者认为,英伟达将通过快速行动、超越竞争对手的技术以及让客户依赖其CUDA软件而获胜。悲观者则担心,它会因同时将资金分散于过多项目、只购买技术而非整体业务、以及依赖仅有一个客户使用的产品而陷入困境。