补齐AI推理拼图：英伟达黄仁勋揭秘Groq LPU整合路线图

科技媒体 Wccftech 昨日（2 月 26 日）发布博文，报道称在 2026 财年第 4 财季（截至 2026 年 1 月）财报会议上，英伟达 CEO 黄仁勋透露了收购 Groq 后的核心整合计划。

重要性方面，黄仁勋将此次价值 200 亿美元（IT之家注：现汇率约合 1370.47 亿元人民币）的非授权收购，和当年收购 Mellanox 相提并论，暗示 Groq 将在英伟达的 AI 版图中发挥革命性的基础作用，具体的架构整合细节将于下月召开的 GTC 2026 大会上公布。

战略布局方面，黄仁勋强调 Groq 将补齐 AI 推理阶段的短板，实现超低延迟的解码能力。AI 行业目前正加速迈向多智能体协同（Agentic AI）时代，应用层要求极低的延迟和超快的响应速度。

英伟达凭借 Hopper 和 Blackwell 架构绝对主导了 AI 模型训练市场，并通过 Rubin CPX 架构的注意力加速引擎，覆盖了推理的“预填充”（Prefill）阶段，但在对延迟极度敏感的“解码”（Decode）环节，公司亟需引入 Groq 的技术来确立行业标杆。

技术实现方面，英伟达希望全面释放 Groq 的硬件潜力。Groq 的语言处理单元（LPU）采用片上 SRAM（静态随机存取存储器），能够提供每秒数十 TB 的内部超高带宽。

这种技术路线此前已被 Cerebras（WSE-3）和微软（Maia 300）等巨头采用。通过引入 LPU，AI 智能体能够在短短几秒内完成复杂的逻辑推理步骤，从而有效打破多智能体相互协作时的算力瓶颈。

针对具体的硬件落地形态，广发证券预测英伟达将在 GTC 大会上推出名为“LPX 机架”的混合计算方案。该方案预计会在单个机架内集成 256 个 LPU 单元。

在数据传输方面，LPU 之间将采用原生的准同步芯片间协议进行连接；而 LPU 与 GPU 之间则有望通过 NVLink Fusion 技术互联，从而在预填充阶段高效处理来自 GPU 的海量 KV 缓存卸载。