一觉醒来，AI圈又变天了。
还没消化完Sora带来的震撼，又一家硅谷初创企业带着史上最快的大模型和自研芯片LPU霸占了热搜。
就在昨天，AI芯片创企Groq（不是马斯克的Gork）开放了自家产品的免费试用。相比其他AI聊天机器人，Groq闪电般的响应速度迅速引爆互联网讨论。经过网友测试，Groq每秒生成速度接近500 tok/s，碾压GPT-4的40 tok/s。
有网友震惊地说：
它回复的速度比我眨眼还快。
不过，需要强调的是，Groq并没有研发新模型，它只是一个模型启动器，主页上运行的是开源模型Mixtral 8x7B-32k和Llama 270B-4k。
冠绝大模型圈子的响应速度，来自驱动模型的硬件——Groq并未使用英伟达的GPU，而是自研了新型AI芯片——LPU（Language Processing Units）。
每秒500 tokens，写论文比你眨眼还快
LPU最突出的特点就是快。
根据2024年一月的测试结果，由Groq LPU驱动Meta Llama 2模型，推理性能遥遥领先，是顶级云计算供应商的18倍。
图片来源：GIT HUB
华尔街见闻此前文章提及，Groq LPU搭配Meta Llama 2 70B能在7分钟内就能生成与莎士比亚《哈姆雷特》相同数量的单词，比普通人的打字速度快75倍。
如下图所示，有推特网友问了一个和营销有关的专业问题，Groq在四秒钟之内就输出了上千词的长篇大论。
还有网友测试同时用Gemini、GPT-4和Groq完成一个代码调试问题。
结果，Groq的输出速度比Gemini快10倍，比GPT-4快18倍。
Groq在速度上对其他AI模型的降维打击，让网友直呼，“AI推理界的美国队长来了”。
LPU，英伟达GPU的挑战者？
再强调一遍，Groq没有开发新的模型，它只是用了不一样的芯片。
根据Groq官网的介绍，LPU是一种专为AI推理所设计的芯片。驱动包括GPT等主流大模型的GPU，是一种为图形渲染而设计的并行处理器，有数百个内核，而LPU架构则与GPU使用的SIMD（单指令，多数据）不同，这种设计可以让芯片更有效地利用每个时钟周期，确保一致的延迟和吞吐量，也降低了复杂调度硬件的需求：
Groq的LPU推理引擎不是普通的处理单元；它是一个端到端系统，专为需要大量计算和连续处理的应用（如LLM）提供最快的推理而设计。通过消除外部内存瓶颈，LPU推理引擎的性能比传统GPU高出几个数量级。
简单来说，对用户而言，最直观的体验就是“快”。
使用过GPT的读者一定知道，痛苦地等待大模型一个一个地吐出字符是一种怎样痛苦的体验，而LPU驱动下的大模型，基本可以做到实时响应。
比如下图，华尔街见闻向Groq询问LPU和GPU的区别，Groq生成这个回答用时不到3秒，完全不会像GPT、Gemini那样出现显著的延迟。如果以英文提问，生成速度还会更快。
Groq官方的介绍还显示，创新的芯片架构可以把多个张量流处理器（Tensor Streaming Processor，简称TSP）连接在一起，而不会出现GPU集群中的传统瓶颈，因此具有极高的可扩展性，简化了大规模AI模型的硬件要求。
能效也是LPU的另一个亮点。通过减少管理多个线程的开销和避免内核的利用率不足，LPU每瓦特可以提供更多的算力。
Groq创始人兼首席执行官Jonathan Ross在采访中，时时不忘给英伟达上眼药。
他此前对媒体表示，在大模型推理场景，Groq LPU芯片的速度比英伟达GPU快10倍，但价格和耗电量都仅为后者的十分之一。
实时推理是通过经过训练的AI模型运行数据的计算过程，以提供AI应用的即时结果，从而实现流畅的最终用户体验。随着AI大模型的发展，实时推理的需求激增。
Ross认为，对于在产品中使用人工智能的公司来说，推理成本正在成为一个问题，因为随着使用这些产品的客户数量增加，运行模型的成本也在迅速增加。与英伟达GPU相比，Groq LPU集群将为大模型推理提供更高的吞吐量、更低的延迟和更低的成本。
他还强调，Groq的芯片，由于技术路径不同，在供应方面比英伟达更充足，不会被台积电或者SK海力士等供应商卡脖子：
GroqChip LPU的独特之处在于，它不依赖于三星或SK海力士的HBM，也不依赖于台积电将外部HBM焊接到芯片上的CoWoS封装技术。
不过，另有一些AI专家在社交媒体上表示，Groq芯片的实际成本并不低。
如人工智能专家贾扬清分析称，Groq综合成本相当于英伟达GPU的30多倍。
考虑到每张Groq芯片的内存容量为230MB，实际运行模型需要572张芯片，总成本高达1144万美元。
相比之下，8张H100的系统在性能上与Groq系统相当，但硬件成本仅为30万美元，年度电费约2.4万美元。三年总运营成本对比显示，Groq系统的运营成本远高于H100系统，
而且，更关键的是，LPU目前仅用于推理，要训练大模型，仍然需要购买英伟达GPU。
创始人为谷歌TPU设计者之一 相信未来2年能卖出100万个LPU
在今天互联网上一炮而红之前，Groq已经低调埋头研发7年多的时间。
公开资料显示，Groq成立于2016年，总部位于美国加州圣塔克拉拉山景城。公司创始人Jonathan Ross是前谷歌高级工程师，是谷歌自研AI芯片TPU的设计者之一。产品主管John Barrus曾在谷歌及亚马逊担任产品高管。
高管内唯一一位华裔面孔、副总裁Estelle Hong，在公司任职已有四年，此前曾供职于美国军队及英特尔。
就在去年8月，Groq也宣布了和三星的合作计划，表示其下一代芯片将在美国德克萨斯州三星芯片工厂采用4纳米工艺生产，预计量产时间为24年下半年。
展望下一代LPU，Ross相信GroqChip的能效将提高15到20倍，可以在相同的功率范围内为设备增加更多的矩阵计算和SRAM存储器。
在去年底的采访中，Ross表示，考虑到GPU的短缺和高昂的成本，他相信Groq未来的发展潜力：
在12个月内，我们可以部署10万个LPU，在24个月内，我们可以部署100万个LPU。
一觉醒来，AI圈又变天了。
还没消化完Sora带来的震撼，又一家硅谷初创企业带着史上最快的大模型和自研芯片LPU霸占了热搜。
就在昨天，AI芯片创企Groq（不是马斯克的Gork）开放了自家产品的免费试用。相比其他AI聊天机器人，Groq闪电般的响应速度迅速引爆互联网讨论。经过网友测试，Groq每秒生成速度接近500 tok/s，碾压GPT-4的40 tok/s。
有网友震惊地说：
它回复的速度比我眨眼还快。
不过，需要强调的是，Groq并没有研发新模型，它只是一个模型启动器，主页上运行的是开源模型Mixtral 8x7B-32k和Llama 270B-4k。
冠绝大模型圈子的响应速度，来自驱动模型的硬件——Groq并未使用英伟达的GPU，而是自研了新型AI芯片——LPU（Language Processing Units）。
每秒500 tokens，写论文比你眨眼还快
LPU最突出的特点就是快。
根据2024年一月的测试结果，由Groq LPU驱动Meta Llama 2模型，推理性能遥遥领先，是顶级云计算供应商的18倍。
图片来源：GIT HUB
华尔街见闻此前文章提及，Groq LPU搭配Meta Llama 2 70B能在7分钟内就能生成与莎士比亚《哈姆雷特》相同数量的单词，比普通人的打字速度快75倍。
如下图所示，有推特网友问了一个和营销有关的专业问题，Groq在四秒钟之内就输出了上千词的长篇大论。
还有网友测试同时用Gemini、GPT-4和Groq完成一个代码调试问题。
结果，Groq的输出速度比Gemini快10倍，比GPT-4快18倍。
Groq在速度上对其他AI模型的降维打击，让网友直呼，“AI推理界的美国队长来了”。
LPU，英伟达GPU的挑战者？
再强调一遍，Groq没有开发新的模型，它只是用了不一样的芯片。
根据Groq官网的介绍，LPU是一种专为AI推理所设计的芯片。驱动包括GPT等主流大模型的GPU，是一种为图形渲染而设计的并行处理器，有数百个内核，而LPU架构则与GPU使用的SIMD（单指令，多数据）不同，这种设计可以让芯片更有效地利用每个时钟周期，确保一致的延迟和吞吐量，也降低了复杂调度硬件的需求：
Groq的LPU推理引擎不是普通的处理单元；它是一个端到端系统，专为需要大量计算和连续处理的应用（如LLM）提供最快的推理而设计。通过消除外部内存瓶颈，LPU推理引擎的性能比传统GPU高出几个数量级。
简单来说，对用户而言，最直观的体验就是“快”。
使用过GPT的读者一定知道，痛苦地等待大模型一个一个地吐出字符是一种怎样痛苦的体验，而LPU驱动下的大模型，基本可以做到实时响应。
比如下图，华尔街见闻向Groq询问LPU和GPU的区别，Groq生成这个回答用时不到3秒，完全不会像GPT、Gemini那样出现显著的延迟。如果以英文提问，生成速度还会更快。
Groq官方的介绍还显示，创新的芯片架构可以把多个张量流处理器（Tensor Streaming Processor，简称TSP）连接在一起，而不会出现GPU集群中的传统瓶颈，因此具有极高的可扩展性，简化了大规模AI模型的硬件要求。
能效也是LPU的另一个亮点。通过减少管理多个线程的开销和避免内核的利用率不足，LPU每瓦特可以提供更多的算力。
Groq创始人兼首席执行官Jonathan Ross在采访中，时时不忘给英伟达上眼药。
他此前对媒体表示，在大模型推理场景，Groq LPU芯片的速度比英伟达GPU快10倍，但价格和耗电量都仅为后者的十分之一。
实时推理是通过经过训练的AI模型运行数据的计算过程，以提供AI应用的即时结果，从而实现流畅的最终用户体验。随着AI大模型的发展，实时推理的需求激增。
Ross认为，对于在产品中使用人工智能的公司来说，推理成本正在成为一个问题，因为随着使用这些产品的客户数量增加，运行模型的成本也在迅速增加。与英伟达GPU相比，Groq LPU集群将为大模型推理提供更高的吞吐量、更低的延迟和更低的成本。
他还强调，Groq的芯片，由于技术路径不同，在供应方面比英伟达更充足，不会被台积电或者SK海力士等供应商卡脖子：
GroqChip LPU的独特之处在于，它不依赖于三星或SK海力士的HBM，也不依赖于台积电将外部HBM焊接到芯片上的CoWoS封装技术。
不过，另有一些AI专家在社交媒体上表示，Groq芯片的实际成本并不低。
如人工智能专家贾扬清分析称，Groq综合成本相当于英伟达GPU的30多倍。
考虑到每张Groq芯片的内存容量为230MB，实际运行模型需要572张芯片，总成本高达1144万美元。
相比之下，8张H100的系统在性能上与Groq系统相当，但硬件成本仅为30万美元，年度电费约2.4万美元。三年总运营成本对比显示，Groq系统的运营成本远高于H100系统，
而且，更关键的是，LPU目前仅用于推理，要训练大模型，仍然需要购买英伟达GPU。
创始人为谷歌TPU设计者之一 相信未来2年能卖出100万个LPU
在今天互联网上一炮而红之前，Groq已经低调埋头研发7年多的时间。
公开资料显示，Groq成立于2016年，总部位于美国加州圣塔克拉拉山景城。公司创始人Jonathan Ross是前谷歌高级工程师，是谷歌自研AI芯片TPU的设计者之一。产品主管John Barrus曾在谷歌及亚马逊担任产品高管。
高管内唯一一位华裔面孔、副总裁Estelle Hong，在公司任职已有四年，此前曾供职于美国军队及英特尔。
就在去年8月，Groq也宣布了和三星的合作计划，表示其下一代芯片将在美国德克萨斯州三星芯片工厂采用4纳米工艺生产，预计量产时间为24年下半年。
展望下一代LPU，Ross相信GroqChip的能效将提高15到20倍，可以在相同的功率范围内为设备增加更多的矩阵计算和SRAM存储器。
在去年底的采访中，Ross表示，考虑到GPU的短缺和高昂的成本，他相信Groq未来的发展潜力：
在12个月内，我们可以部署10万个LPU，在24个月内，我们可以部署100万个LPU。