这是英伟达有史以来规模最大的一笔交易。
近日，英伟达同意以 200 亿美元现金收购高性能人工智能加速芯片设计商 Groq 的资产。今年 9 月，Disruptive 领投了 Groq 的最新一轮融资，当时估值约 69 亿美元。相较此前，英伟达收购价格近乎翻了 3 倍估值。
按照协议，Groq 创始人兼 CEO Jonathan Ross、总裁 Sunny Madra 以及多名核心高管将加入英伟达。
Groq 成立于 2016 年，由一群前谷歌工程师创办，是 TPU 的核心班底，专注于高性能 AI 加速器芯片的设计。据悉，这次收购后，公司将继续以独立实体运营，由原 CFO Simon Edwards 出任 CEO，云服务平台 GroqCloud 也照常对外提供服务。
这种获取人才和技术授权的手段，是近年来被硅谷称为"收购式招聘（acqui-hiredeals）"的新型交易模式。科技巨头们既收获人才，又规避了直接收购公司时可能面临的政府审批和反垄断审查。
通常情况，这种交易模式并不利好剩余员工，但这次英伟达给出的方案则十分体面，不仅可以兑现已归属股份，且给予一揽子激励方案以继续参与公司的后续收益分配。Groq 员工约为 600 人，若按 15% 的期权价值估算，人均潜在股权价值可达 500 万美元（约合人民币 3489 万元）。
英伟达此番高价布局 Groq 引发了业界广泛解读，核心焦点在于对其 GPU 竞争护城河的巩固。随着 AI 大模型重心从训练转向推理和 AgenticAI，传统 GPU 在延迟和能效上的短板日益凸显。
目前，谷歌、Meta 以及 Cerebras Systems 等公司正集体发力非 GPU 技术，国内大厂也在加速布局自主 AI 基础设施。群雄环伺之下，英伟达不得不扩张并加固自己的领地。
3 倍溢价买下竞争对手
12 月 24 日，英伟达传出以 200 亿美元现金与 AI 芯片初创公司 Groq 达成交易，消息来自美国投资机构 Disruptive 的 CEO AlexDavis，一时轰动硅谷。
这是英伟达有史以来最大规模的一笔交易，远超 2019 年收购 Mellanox 的 70 亿美元。
关于交易性质，双方明确表示并非传统意义上的"公司收购"。Groq 在官方博客中写道，与 Nvidia 达成一项非独家授权协议，授权 Nvidia 使用 Groq 的推理技术，共同致力于扩大高性能、低成本推理技术的应用范围。英伟达首席执行官黄仁勋也表态，"虽然我们正在吸纳 Groq 的优秀人才并获得其知识产权许可，但我们并没有收购 Groq 公司。"
根据协议，Groq 的创始人 Jonathan Ross、总裁 Sunny Madra 以及团队其他成员将加入英伟达，以帮助推进和扩大授权技术的规模。此外，Groq 将继续作为一家独立公司运营，SimonEdwards 将担任首席执行官一职。
值得注意的是，英伟达给出的价格让 Groq 在短短三个月时间内估值翻了 3 倍。Disruptive 于今年 9 月领投了 Groq 的最新一轮融资，以约 69 亿美元的估值融资 7.5 亿美元。该轮融资的投资者包括贝莱德、纽伯格伯曼、三星、思科，以及 Altimeter 和 1789 Capital。其中，美国总统特朗普的儿子小唐纳德 · 特朗普是 1789 Capital 的合伙人。
对于这些背后股东，英伟达在交易方案中表现得颇为慷慨。据悉，包括 Disruptive、黑石、三星在内的大多数股东，都将获得与 200 亿美元估值挂钩的每股分红：其中约 85% 现金先行支付，10% 将于 2026 年年中发放，剩余部分在 2026 年底前结清。
除了高管层，90% 的 Groq 员工也将随团队并入英伟达。其中约 50 人，其全部股权激励将被触发加速归属，一次性用现金结清。剩下那 10% 留在 Groq 的员工，同样可以兑现已归属股份，并获得一揽子方案，继续参与公司后续的经济收益。
按照行业惯例，初创公司的股权激励通常设有 1 年的 Cliff（悬崖期），旨在防止员工短期内套现离职。如果严格执行该条款，入职不满一年的员工理论上将颗粒无收。
然而，英伟达此次直接打破了悬崖期限制。即便在 Groq 工作不满一年，无论后续是否留在 Groq，员工的归属门槛均被提前豁免，确保每位成员都能拿到一笔可观的流动资金。
"堪比微软收购 GitHub "
对于这笔交易，有科技评论者在 X 表示，"其战略意义堪比微软收购 GitHub。"
要理解这一评价，需追溯 Groq 的深厚背景。成立于 2016 年的 Groq，目前是硅谷风头最劲的 AI "铲子"公司之一。创始人 Jonathan Ross 曾是谷歌核心初创成员，他领导开发的 TPU（张量处理单元）让谷歌在 AI 算力竞赛中抢占先机，也使其成为目前英伟达 GPU 在 AI 领域最强劲的对手之一。
在此之前，AI 训练几乎都依赖 GPU，直到被谷歌通过自研用于内部业务的 TPU 打破。今年 11 月，谷歌发布了 Gemini-3，被认为超越了 ChatGPT。这款模型所使用的正是 TPU。市场风向随之发生转变，英伟达股价一度重挫逾 7%，市值瞬间蒸发近 3500 亿美元。
JonathanRoss 离开谷歌后，带领 Groq 团队研发 LPU（语言处理单元）架构，专门用于大语言模型推理任务。该公司称，LPU 芯片速度比 H100（英伟达推出的一款 GPU）快 10 倍，成本仅为其十分之一，以满足全球企业对"实时、低延迟"的 AI 推理服务的渴求。
从长远来看，推理才是真正盈利的战场。对 AI 公司来说，模型训练属于一次性资本支出，而推理是随使用量无限扩张的持续性运营成本。
在这方面，传统的 GPU 实际上是"性能过剩"且设计冗余的。其并行计算能力远超数据传输速度，芯片在处理 AI 任务时常因等待存储器数据回传而处于闲置状态，导致算力无法满载；同时，作为通用处理器，GPU 保留了大量与 AI 计算无关的图形渲染电路，这种"全能型"设计使其在处理纯粹的推理任务时，不仅能效比偏低，且难以实现大语言模型所需的极致低延迟。
英伟达此番买下 Groq 的技术和人才，不仅是为了防止其催生出一个"反英伟达生态系统"而支付的巨额保险，更产生了极具价值的二阶效应：客户锁定。任何在自研、购买或寻找第三方供应商之间犹豫的人工智能实验室，现在面临的选项变成了：要么购买英伟达 GPU，要么采用英伟达旗下的 Groq LPU，要么承担巨大风险从零自研。
重新审视这笔交易，黄仁勋成功将竞争威胁转化为了精准的客户细分工具。通过实施价格歧视策略，英伟达让高端客户持续为昂贵的 GPU 买单，同时将对价格敏感的推理需求导流至 LPU，从而实现全产业链的利润通吃。
AI 芯片越来越卷了
随着 AI 应用场景日趋丰富且任务逻辑高度复杂，行业已彻底告别零散玩家试水的初级阶段，形成了两大技术流派的正面硬刚：一派是以英伟达为首、推崇共享式集中计算的 GPU 阵营；另一派则是以谷歌 TPU、Groq LPU 以及各种定制化 ASIC 为代表的非 GPU 阵营。
比如，以谷歌母公司 Alphabet、亚马逊、微软为首的云端巨头，正通过与博通、迈威尔科技（Marvell）等芯片代工厂合作，加速构建自研算力主权。谷歌云内部高管透露，扩大 TPU 的市场采用率，有望帮助公司抢占英伟达年收入份额的 10%。
曾被视为英伟达最强对手的初创巨头 Cerebras Systems 原计划今年上市，但在 10 月份宣布完成一轮融资并筹集了超过 10 亿美元后，撤回了其 IPO 申请。对此，该公司回应称，旧招股书已不符合当前 AI 产业变化，强调融资只是为确保公司不因资金不足而错失发展机会。公司仍计划尽快上市。
与此同时，老牌巨头英特尔也在加速补齐其 AI 版图，目前已进入收购 AI 芯片初创公司 Samba Nova Systems 的关键谈判期。据估算，这笔包含债务在内的交易价值约 16 亿美元。英特尔此举意在通过收编 Samba Nova 的"可重构数据流"架构，强化其在推理市场的竞争力。
从训练到推理，有机构预计所引发的结构性震荡将进一步集中爆发。IDC 数据显示，预计 2030 年 AI 芯片市场规模达 4138 亿美元，其中，非 GPU 架构芯片市场规模占比超过 21%，而推理芯片占比提升至 65%。
反观国内市场，这种"非 GPU 化"的趋势表现得更为激进。2024 年，中国加速服务器市场规模在同比 134% 的爆发式增长中达到 221 亿美元，非 GPU 加速服务器的占比已悄然跨过 30% 的红线。IDC 预计，到 2029 年，这一数字将接近 50%，以寒武纪、昆仑芯为代表的国产 ASIC 阵营正迎来黄金窗口期。
随着中国加速推进 AI 芯片国产替代，新建数据中心优先采购本土算力的政策导向已成主流。即便 2025 年底政策出现微调，允许英伟达 H200 在"税收提成"条件下有条件返华，但英伟达等美企在华市场份额的大幅下滑已是不争的事实。中美技术路线的分化加剧，正倒逼国产算力从"单点突破"走向"系统级替代"，一个与英伟达生态平行的国产算力体系正在加速成型。
按天配资平台,国内股票配资,配资炒股评测网提示：文章来自网络，不代表本站观点。
