曾以自研语言处理单元（LPU）挑战 Nvidia 的 AI 芯片初创公司 Groq，如今完成了一次重大战略转身。公司宣布获得 3.5 亿美元新融资，估值达到 35 亿美元，并将业务重心从芯片设计转向“Neocloud”（新型云服务），同时大幅扩建基于 Nvidia GPU 的数据中心容量。这一举动不仅标志着一家 AI 芯片独角兽的自我重塑，也折射出 AI 算力市场供需关系的深层变化。
事件背景：从 LPU 明星到云服务新贵
Groq 成立于 2016 年，由前 Google TPU 核心团队成员创立，其主打产品 LPU（Language Processing Unit）专为语言模型推理优化，在推理速度和延迟方面曾一度超越 Nvidia 的 A100 和 H100。2023 年，Groq 凭借 LPU 在各类基准测试中的亮眼表现吸引大量关注，甚至被部分媒体视为“GPU 挑战者”。然而，AI 芯片的研发和量产需要巨额资金，而客户更倾向于采用成熟的 Nvidia 生态进行训练和推理。Groq 的 LPU 虽然推理性能出色，但兼容性、生态系统支持以及整体算力平台的完整性远不及 Nvidia 的 CUDA 生态。
在此背景下，Groq 开始探索新路径。2024 年起，公司低调推出基于 Nvidia GPU 的云服务，允许客户按需租赁算力，并提供其自研的推理加速软件。这种“Nvidia 硬件 + Groq 软件”的混合模式，既降低了客户迁移成本，又充分发挥了 Groq 在推理优化方面的技术积累。如今，随着 3.5 亿美元融资到位，Groq 正式对外宣布其业务重心已经从芯片设计转向 Neocloud，并计划将融资金额主要用于扩建数据中心，采购更多 Nvidia 的 B200 及下一代 GPU 集群。
融资细节：3.5 亿美元，估值 35 亿美元
本次融资由 BlackRock 领投，现有投资者包括 Tiger Global 和 D1 Capital 等也参与跟投。融资后 Groq 的估值从上一轮的 20 亿美元跃升至 35 亿美元，增幅达 75%。值得注意的是，Groq 在芯片设计业务尚未实现大规模商业化的前提下，估值仍能获得显著增长，主要得益于其 Neocloud 业务的快速扩张。据知情人士透露，Groq 目前已有数个大型客户，包括金融科技公司和开源 AI 模型平台，这些客户使用其基于 Nvidia GPU 的推理服务，延迟比传统云服务商低 30% 以上。
行业意义：AI 计算基础设施的“软件化”浪潮
Groq 的转型并非孤例。近年来，一批曾以自研芯片为卖点的初创公司，如 Cerebras、SambaNova 等，也开始提供云服务模式，甚至直接采购 Nvidia 或 AMD 的 GPU。这种趋势背后有两个核心驱动因素：一是 AI 算力需求井喷，但客户更倾向于“按需付费”而非“自建硬件”；二是芯片设计周期长、风险高，初创公司很难在短期内与 Nvidia 的规模效应抗衡。Groq 转向 Neocloud，本质上是将自身最强的软件优化能力与市面上最成熟的硬件结合，形成一个“轻资产、重优化”的商业模式。
对行业而言，Groq 的转变意味着 Neocloud 市场正在快速成熟。CoreWeave、Lambda 等公司已凭借 Nvidia GPU 集群提供高性价比的云服务，并获得了数十亿美元融资。Groq 的差异化在于其推理加速软件——它能够将基于 Nvidia GPU 的推理吞吐量提升 2-3 倍，同时保持低延迟。如果这一技术能够在更大规模部署中得到验证，Groq 有可能成为“推理云”领域的头部玩家，而无需再与 Nvidia 在芯片层面直接竞争。
竞争格局：Neocloud 赛道拥挤，Groq 能否突围？
目前，Neocloud 市场已有多家实力雄厚的对手。CoreWeave 在 2024 年完成 110 亿美元融资，估值高达 190 亿美元；Lambda 则专注于政府和大模型客户，拥有 15 个数据中心。Groq 的融资规模虽然远不及 CoreWeave，但其在推理优化方面的技术积累可能成为差异化优势。此外，Groq 还计划在即将建成的数据中心中部署其自研的 LPU 集群，作为“混合推理”方案的一部分——即对于某些特定模型，使用 LPU 获得更高效率；对于通用模型，则使用 Nvidia GPU。这种“双轨制”或许能帮助 Groq 在满足客户多样性需求的同时，保留自研芯片的生存空间。
不过，风险同样存在。Nvidia 本身也在不断优化其推理性能，其新一代 Blackwell 架构已将推理效率提升数倍，并且通过 TensorRT 和 Triton 推理服务器等软件工具，进一步压缩了第三方优化空间。Groq 如果不能在软件层面持续保持领先优势，其 Neocloud 业务很容易被云巨头（如 AWS、Azure、GCP）或硬件巨头（Nvidia 自己的云服务）所挤压。此外，融资 3.5 亿美元对于数据中心建设而言并不算充裕——一座大型数据中心动辄需要数十亿美元投资，Groq 的扩张步伐可能相对有限。
未来展望：AI 芯片创业的“第三条路”
Groq 的转型给同行业提供了一个新思路：与其在芯片设计上硬碰硬，不如将自己定位为“AI 算力优化服务商”。这种模式不需要自建芯片工厂，也不需要与 Nvidia 在硬件生态上对抗，而是通过软件和系统集成能力，在现有硬件基础上创造价值。对于投资人而言，这种模式的风险更低，增长潜力却可能更大——毕竟，全球 AI 推理市场预计到 2027 年将超过 500 亿美元，而 Neocloud 正是其中增长最快的细分领域。
当然，Groq 能否成功，最终取决于其能否兑现“比 Nvidia 原生云服务更优”的承诺。随着 3.5 亿美元资金到位，Groq 将加速扩建数据中心，并计划在 2026 年年底前将算力规模扩大 10 倍。届时，市场将给出答案：一家曾经试图挑战 Nvidia 芯片的初创公司，是否能通过拥抱 Nvidia 硬件而获得新生。