GPU vs. TPU vs. LPU ，他們的差別是甚麼？輝達為何「挖角」Groq？

本文重點速覽

1. 從訓練轉向推論：

   • AI 戰場已從「模型訓練」延伸至「即時推論」。輝達透過吸納 Groq 核心團隊，意在補強其在低延遲、高回應速度的 LPU 技術短板。
      

2. GPU vs. TPU vs. LPU：

   • 三者架構不同。GPU 是通用型算力霸主（訓練強），TPU 是 Google 專用運算（矩陣強），LPU 則是專為語言模型設計的「推論速度魔鬼」。
      

3. 避開反壟斷的「逆向收購」：

   • 輝達選擇「授權技術 + 聘用核心團隊」而非直接併購整間公司，主要是為了規避全球反壟斷監管的審查，這已成為矽谷巨頭整合新創的新模式。

 

 

---

什麼是 Groq 與 LPU？為什麼它快到讓輝達忌憚？

 

在 AI 晶片界，Groq 是一家非常獨特的新創公司，由前 Google TPU 團隊成員創立。他們不走輝達 GPU 的老路，而是發明了一種全新的架構：LPU (Language Processing Unit，語言處理單元)。

 

LPU 的殺手鐧：快，而且是「確定的快」

傳統 GPU 依賴高頻寬記憶體 (HBM) 來搬運數據，這就像用大卡車運貨，雖然載得多，但裝卸貨（讀取記憶體）需要時間。

Groq 的 LPU 則完全拋棄 HBM，改用 SRAM (靜態隨機存取記憶體) 並將其直接整合在晶片內。

• 速度：因為不用去外部記憶體撈資料，LPU 在生成文字（Token）的速度上，比 GPU 快上 10 倍以上。

• 確定性：LPU 能精準預測運算時間，不會有延遲波動，這對於需要「即時對話」的 AI 應用至關重要。

 

超級比一比：GPU vs. TPU vs. LPU

 

為了讓投資人理解這三種晶片的差異，我們整理了以下比較表：

比較項目	GPU (繪圖處理單元)	TPU (張量處理單元)	LPU (語言處理單元)
代表廠商	NVDA、AMD	Google (自研)	Groq
核心強項	通用性與並行運算。 大量的核心同時處理數據。	矩陣運算。 專為深度學習的神經網絡優化。	序列處理與速度。 專為「生成式 AI」的文字接龍設計。
記憶體架構	依賴 HBM (高頻寬記憶體) 容量大但有延遲。	搭配 HBM 針對特定 Google 框架優化。	依賴 SRAM，容量小但速度極快 無頻寬瓶頸。
最佳戰場	AI 模型訓練 (Training)。 需要吞吐海量數據。	Google 生態系內部的訓練與推論。	即時推論。 如聊天機器人需要秒回。

 

結論：輝達是「訓練」的王者，但在「推論」上，Groq 的 LPU 架構展現出了極高的效率與成本優勢，這對輝達構成了潛在威脅。

 

輝達的算盤：為何是「挖角」而非「併購」？

 

市場消息指出，輝達傾向採用「授權 IP + 聘用核心團隊」的方式，而非直接買下 Groq 整間公司。這種手段被稱為 「逆向收購 (Reverse Acqui-hire)」。

 

1. 規避反壟斷鐵拳

目前美國 FTC (聯邦貿易委員會)、歐盟與英國對科技巨頭的併購審查極度嚴格。輝達若直接收購潛在競爭對手 Groq，極高機率會被監管機構否決（參考輝達收購 ARM 失敗案）。

• 策略：透過「挖人」與「非獨家授權」，輝達可以宣稱「Groq 依然存在，沒有消滅競爭」，從而繞過監管。

 

2. 直取核心，去蕪存菁

• 好處：輝達只需要 Groq 最有價值的「大腦」（工程師團隊）與「專利」，不需要背負 Groq 的硬體庫存、銷售通路或債務。

• 壞處：這種做法可能會激怒 Groq 原有的投資人（因為公司剩下空殼），甚至引發股東訴訟。此外，新舊團隊的文化融合也是一大挑戰。

 

產業影響與供應鏈

輝達此舉宣告了「AI 推論戰爭」正式開打。隨著 AI 模型訓練完成，未來的重點將是如何讓 AI 便宜、快速地運作。

 

相關概念股

股票代號	名稱	關聯性分析
NVDA	輝達	主角。 透過技術整合，將 LPU 的低延遲特性融入未來的晶片設計中，鞏固霸主地位。
2330	台積電	製造商。 無論是輝達的 GPU 還是 Groq 的 LPU，目前皆高度依賴台積電的先進製程與封裝。
3661	世芯-KY	ASIC 設計。 隨著推論需求客製化，像 Groq 這類 ASIC (特殊應用晶片) 的崛起，長線有利於 ASIC 設計服務商。
MSFT	微軟	策略借鏡。 微軟先前也用同樣手法「挖空」了 Inflection AI，是這類逆向收購模式的先行者。

 

未來展望與風險

 

輝達整合 Groq 團隊後，我們可能會在未來的架構（如 2026 年的 Vera Rubin 或更之後的產品）中，看到針對「推論」特別優化的單元。

投資人風險提示：

1. 法律訴訟：Groq 的原始股東若認為權益受損，可能會對輝達或 Groq 管理層提告，造成短期雜音。

2. 技術融合難度：SRAM 架構雖然快，但容量很小（無法裝下超大模型）。輝達如何平衡 HBM 與 SRAM 的設計，將是技術關鍵。

 

---

FAQ 常見問題

 

Q1：LPU 會取代 GPU 嗎？

不會。LPU 記憶體容量太小，無法用來「訓練」大模型。它的角色是「專科醫生」（專攻推論），而 GPU 是「全科醫生」（訓練+推論皆可）。兩者未來將並存。

 

Q2：什麼是「逆向收購」？

這是一種新興的併購手段。大公司不買小公司的股權，而是直接以高薪聘請小公司絕大多數的員工，並支付一筆「授權費」給小公司使用其技術。這讓大公司實質獲得了人才與技術，卻不用經過政府的併購審查。

 

怎麼買 NVDA 的股票?

 

想買 NVDA 超簡單，只要有一個美股帳戶就搞定！

推薦你使用 口袋證券，不僅有超優惠的手續費，使用「台幣也能交易美股」，不用另開銀行戶，無論是新手或老手，都能輕鬆投資！

👇點擊下方了解手續費👇

🔥 口袋證券手續費率超划算！

---

📌 電子下單：交易總額 0.12%（最低3美金）
 

📌 美股存股：交易總額 0.1%（最低0.1美金）
 

📌 人工下單：交易總額 1%（最低50美金）
 

👉最新手續費、開戶活動、QA 請點這裡👈

1. 用 5 分鐘開口袋證券帳戶，填資料、驗身份。
    

2. 從 30+ 家合作銀行中，挑選一家綁定後匯款進口袋錢包，即可交易美股，美股採圈存交割喔 (詳細教學 & 配合銀行)
    

3. 直接下單買 NVDA：

   1. 打開App「下單匣」，輸入「NVDA」下單（可選擇市價單或限價單）。
       

   2. 想要更輕鬆的存股？到 App 內「口袋存股」，搜尋「NVDA」設定扣款金額和頻率，一鍵搞定！

⚠️ 小提醒：美股採「圈存」制，下單前請確認口袋錢包有足夠餘額喔！
 

👉最新手續費、開戶活動、QA 請點這裡👈