NVIDIA整合Groq技术：短期过渡还是长期布局？

据业内人士透露，NVIDIA近期推出的“并排部署”方案，可能只是短期快速落地的过渡性产品，而非最终架构形态。这一策略背后，是NVIDIA对代理式AI（Agentic AI）执行典范的重构，旨在加速规模化落地。

2026年以来，NVIDIA CEO黄仁勋多次将Groq交易与2020年收购Mellanox相提并论。据NVIDIA财报法说会和GTC 2026大会主题演讲后的访谈报道，Groq对于NVIDIA的意义类似当年的Mellanox，不仅是单点技术的补强，更是针对产品结构性缺口的战略布局。

2020年收购Mellanox使NVIDIA补齐了GPU集群规模化所需的网络层级能力，完成了AI基础设施的关键拼图。此次整合Groq，旨在补齐代理式AI时代NVIDIA产品线对于推论能力的关键短板。通过将Groq技术整合至CUDA与GPU技术堆叠，NVIDIA加速推动代理式AI经济走向主流，正如当年将Mellanox的InfiniBand技术整合进NVLink与NVSwitch互联体系。

黄仁勋数度将Groq交易案与Mellanox收购案相提并论，NVIDIA日前未以LPU取代GPU，而是将256颗Groq 3 LPU装进一个LPX机架，与Vera Rubin NVL72机架“并排部署”，这恐怕只是权宜之计。从更长期战略来看，NVIDIA可能复制当年Mellanox整合路径，将LPU能力真正融入GPU体系内。

综合业界讨论，LPU的最终形态不应只是作为独立机架级系统存在，而是与GPU运算架构深度整合，将Groq LPU架构直接纳入NVIDIA GPU产品路线图。最早可能的时间点或将从Feynman架构开始实现，有望于2028年推出，时间节点也与代理式AI商业化转折点大致重合。

Feynman预计采用台积电A16（1.6纳米）制程，该节点在架构层面引入的两项关键能力，正是LPU整合的前提。在Feynman+LPU的架构下，封装形态将有可能从“平面并列”转向“垂直叠加”，至于搭载SRAM的LPU小芯片（Chiplet）本身，也将成为下一代Feynman架构中的关键模块。

台积电A16采用超级电轨（Super Power Rail；SPR）背面供电，可显著释放正面布线空间，有助整合搭载SRAM的LPU小芯片，透过混合键合，与Feynman运算晶粒（Die）借由TSV构建垂直数据代理，实现更高密度、低时延的Die-to-Die互连。此外，A16制程在晶体管密度上的提升，使NVIDIA能在不显著扩大主运算晶粒面积的前提下，消化LPU SRAM小芯片带来的封装复杂性。

预计第一代LPU小芯片本身将不会采用最先进制程，而可能采用3纳米或4纳米等制程节点制造。HBM堆叠预计仍维持现有环绕式布局，部署于封装基板周边，位置与当前布局可能基本一致。至于Groq的第一代LPU采用格罗方德（GF）的14纳米制程代工，其后在GF无限期搁置7纳米以下先进制程开发后，2023年8月间，Groq宣布将由三星晶圆代工生产其4纳米制程AI加速器芯片。

2026年3月，Groq决定将2025年委托三星代工的AI芯片产能，从约9,000片晶圆提升至1.5万片晶圆，预计2026年下半出货，传这是过渡期内支持两种机架并排部署的安排。

黄仁勋日前在GTC主题演讲中提及，Feynman时代标志着NVIDIA将运算、存储和封装三者深度整合。透过“3D堆叠核心、定制化存储器与专用RosaCPU”组合，NVIDIA正将数据中心从传统的服务器集群演进为一台高度整合的“巨型超级电脑”。尽管NVIDIA仍未暗示是否将整合LPU，但距离2028年问世还有时间。