電子發(fā)燒友網(wǎng)報道（文/黃晶晶）近日，有消息稱，英偉達將以大約200億美元收購人工智能芯片初創(chuàng)公司Groq，這將是英偉達迄今為止規(guī)模最大的一筆收購。但英偉達回應表示，并未計劃收購Groq，僅達成技術許可合作，將采用Groq的推理技術。

隨后，Groq公司宣布已與英偉達就其推理技術達成非獨家許可協(xié)議。根據(jù)協(xié)議條款，Groq創(chuàng)始人喬納森·羅斯（Jonathan Ross）、總裁桑尼·馬達拉（Sunny Madra）及其他核心團隊成員將加入英偉達，共同推進授權技術的升級與規(guī)?；瘧谩４送?，Groq將繼續(xù)作為獨立公司運營，西蒙·愛德華茲（Simon Edwards）將接任首席執(zhí)行官職務；Groq云服務將保持正常運行，不受此次合作影響。

Groq成立于2016年，總部位于美國加利福尼亞州山景城，是一家AI推理芯片廠商。該公司核心團隊源自谷歌最初的張量處理單元（TPU）工程團隊，創(chuàng)始人兼前CEO喬納森·羅斯（Jonathan Ross）是谷歌TPU項目的核心研發(fā)人員。

2024年8月，Groq在最新一輪融資中籌集6.4億美元，由貝萊德集團（BlackRock Inc.）基金領投，并獲得思科和三星投資部門的支持。2024年12月，Groq在沙特阿拉伯達曼建成中東地區(qū)最大的推理集群，該集群包含19000個Groq LPU，僅用8天便完成上線。

2025年2月，Groq從沙特阿拉伯成功籌集15億美元融資，用于擴建其在當?shù)氐腁I基礎設施；9月，完成7.5億美元融資，投后估值達69億美元，累計融資額超30億美元。

Groq LPU近存計算芯片

AI推理的廣泛應用是AI普惠大眾的關鍵，業(yè)內(nèi)巨頭與初創(chuàng)公司均洞察到其發(fā)展前景并提前布局，Groq便是其中的佼佼者。其AI推理芯片采用SRAM替代DRAM，從而實現(xiàn)更快的訪問速度、更低的刷新延遲等優(yōu)勢。

Groq公司研發(fā)的語言處理單元（Language Processing Unit，簡稱LPU），憑借獨特架構展現(xiàn)出極高的推理性能，是一款典型的近存計算芯片。

該芯片采用14nm制程，搭載230MB SRAM以保障內(nèi)存帶寬，片上內(nèi)存帶寬達80TB/s。SRAM的訪問速度遠快于DRAM，使其在計算密集型應用中表現(xiàn)突出；而大容量SRAM的配置，有助于提升機器學習、人工智能等計算密集型工作負載的處理效率。

靜態(tài)隨機存取存儲器（Static Random-Access Memory，簡稱SRAM）是隨機存取存儲器的一種，只要保持通電，存儲的數(shù)據(jù)就能持續(xù)保留；相比之下，動態(tài)隨機存取存儲器（DRAM）存儲的數(shù)據(jù)需周期性刷新。但需注意，SRAM仍屬于易失性存儲器，斷電后數(shù)據(jù)會丟失，這與斷電后仍能保存數(shù)據(jù)的ROM（只讀存儲器）或閃存存在本質(zhì)區(qū)別。

SRAM雖性能優(yōu)越，但也存在明顯短板：集成度較低、功耗高于DRAM，且單位容量占用硅片面積更大。同等面積的硅片可制造更大容量的DRAM，因此SRAM成本更高?；谄涓咚夙憫奶匦裕琒RAM常被用作CPU與主存之間的高速緩存，無需定期刷新，可適配CPU一級緩存、二級緩存等場景。

當前，全球AI產(chǎn)業(yè)隨著模型訓練逐步收斂，正邁向大規(guī)模推理應用落地階段。英偉達通過“技術授權+核心人才引進”的模式，可快速補強AI推理領域的布局，鞏固其全棧AI優(yōu)勢。這一合作有望帶動AI產(chǎn)業(yè)進入下一發(fā)展階段，掀起AI推理熱潮。

國內(nèi)外AI推理存儲布局

結(jié)合AI推理應用場景的特性，基于多種存儲類型的AI推理芯片、存算一體芯片在存儲與計算產(chǎn)業(yè)界備受關注、活躍度極高。筆者在先前撰寫的《AI推理的存儲，看好SRAM？》一文中曾提及，除Groq LPU近存計算芯片外，國內(nèi)外多家企業(yè)也推出了同類相關產(chǎn)品。

Axelera的AIPU芯片采用創(chuàng)新的內(nèi)存計算技術。與傳統(tǒng)磁盤存儲相比，內(nèi)存計算將數(shù)據(jù)直接存儲在主內(nèi)存（RAM）中，大幅提升數(shù)據(jù)處理速度。該芯片融合SRAM（靜態(tài)隨機訪問存儲器）與數(shù)字計算技術，使每個存儲單元可直接作為計算單元，從根本上增加了每個計算機周期的操作數(shù)（每個存儲單元每周期可完成一次乘法和一次累加），且不受噪聲干擾或精度降低等問題影響。

這一技術讓Axelera芯片在提供高計算性能的同時，能夠以更低成本、更低能耗完成邊緣AI計算任務。此外，該芯片采用開源的RISC-V指令集架構（ISA），其低成本、高效能、高靈活性的特性，可支持根據(jù)特定應用需求進行定制化設計，為Axelera帶來極大的設計自由度與創(chuàng)新空間。

2024年，Axelera獲得三星電子風險投資部門三星催化劑基金（Samsung Catalyst）的大力支持，成功籌集6800萬美元融資，至此總?cè)谫Y額達到1.2億美元。

AI芯片初創(chuàng)公司EnCharge AI研發(fā)出一種新型內(nèi)存計算架構，專為AI推理場景設計。其核心技術是基于模擬存內(nèi)計算的AI芯片，該創(chuàng)新設計采用“基于電荷的存儲器”，通過讀取存儲平面上的電流而非單個比特單元處理數(shù)據(jù)，并使用更精確的電容器替代傳統(tǒng)半導體器件。

此外，d-Matrix采用數(shù)字內(nèi)存計算（DIMC）引擎架構，將計算單元遷移至RAM（內(nèi)存）附近；該數(shù)字存算一體技術通過合并存儲器與計算單元中的乘法累加器（MAC），顯著提升計算帶寬與效率，同時降低延遲、減少能耗。
在國內(nèi)，知存科技、昕原半導體、九天睿芯、恒爍股份等企業(yè)均在積極布局存儲與計算融合的AI存算一體芯片領域。

昕原半導體的ATOM（AI Thruster Optimized Memory）產(chǎn)品系列，利用ReRAM（阻變存儲器）兼容先進工藝的特性，將存儲單元與計算單元融為一體，相比傳統(tǒng)方案實現(xiàn)數(shù)十倍的帶寬、性能及能效比提升。ATOM的存儲容量與算力均支持靈活配置，是端側(cè)、邊緣側(cè)及云端大模型加速的理想解決方案。

知存科技作為全球最早布局存算一體技術的企業(yè)之一，已實現(xiàn)技術量產(chǎn)商用，并積累了豐富的客戶服務經(jīng)驗。知存科技CEO王紹迪表示，AI技術從云端向端邊側(cè)滲透是明確趨勢，但帶寬、成本等痛點亟待解決，這推動半導體行業(yè)向“高帶寬、低成本、高能效”的技術方向創(chuàng)新，而存算一體技術正是契合這一需求的關鍵路徑。

知存科技早早就洞察到存算一體技術在端側(cè)AI場景的優(yōu)勢，2024年啟動“天才博士計劃”吸納全球頂尖人才，并與北京大學、清華大學等高校共建聯(lián)合實驗室，持續(xù)深耕技術突破。近兩年來，知存科技營收平均增速超50%，2025年市場表現(xiàn)亮眼，預計2026年將實現(xiàn)更高增長；累計服務客戶超30家，存算一體芯片的市場應用規(guī)模持續(xù)擴大，成功響應AI眼鏡、AI相機等細分領域的高能效計算需求，技術認可度與商業(yè)落地能力得到行業(yè)進一步驗證。

九天睿芯專注于多層級存算融合的技術路徑，通過整合存算一體與近存計算技術，實現(xiàn)前沿技術研發(fā)與商業(yè)化落地，為AI計算提供超高性能、更大容量、更低功耗的新一代硬件解決方案。目前，其芯片產(chǎn)品已在多家客戶實現(xiàn)量產(chǎn)，并獲得多個國際一線智能眼鏡、智能耳機及助聽器品牌的訂單。2025年9月，九天睿芯宣布完成超億元B輪融資。

九天睿芯創(chuàng)始人、董事長兼CEO劉洪杰表示，公司計劃未來3年內(nèi)加速后續(xù)兩代大容量大算力存算一體芯片的研發(fā)進程：第二代芯片期間版本將支持1~3B級別的輕量化大模型，目前已流片成功；第三代芯片將支持100B（千億）級別參數(shù)量大模型的推理部署，成本僅為當前方案的十分之一，相當于現(xiàn)有支持5~10B（百億）級別參數(shù)量模型推理芯片的成本水平。

恒爍股份表示，公司研發(fā)的低功耗存算一體推理技術，可高效完成AI核心計算任務——向量矩陣乘法。借助存算一體技術，芯片能夠規(guī)避計算過程中模型數(shù)據(jù)訪存帶來的“存儲墻”問題，提升計算能效與計算面效，進而降低計算功耗與芯片面積。目前，公司已具備基于Nor Flash和SRAM兩種介質(zhì)的存算一體技術，覆蓋模擬存內(nèi)計算和數(shù)字存內(nèi)計算兩種技術路徑，可根據(jù)應用場景需求選擇適配的計算介質(zhì)與路徑。

此外，恒爍股份在音頻應用領域研發(fā)了與存算技術配套的低功耗預處理技術，包括低功耗ADC（模數(shù)轉(zhuǎn)換器）設計、低功耗人聲活動檢測（VAD）及低功耗FFT（快速傅里葉變換）等。該預處理技術與存算一體計算核心搭配，可從系統(tǒng)層面優(yōu)化智能語音芯片的實際功耗，推動存算一體技術從單一模塊的技術優(yōu)勢，轉(zhuǎn)化為可落地、具備性價比與競爭力的芯片產(chǎn)品。

小結(jié)

綜上可見，存算一體方案能夠有效提升推理效率、降低推理成本，推動AI推理進入規(guī)?；涞仉A段。更低成本的推理方案將讓更多企業(yè)具備接入大模型的能力，進一步加速AI在內(nèi)容生成、數(shù)據(jù)分析、端側(cè)智能等領域的普及應用。