速度是把双刃剑
火爆AI圈，刷屏互联网！
近期，Groq引发广泛讨论，其大模型每秒能输出750个tokens，比GPT-3.5快18倍，自研LPU推理速度是英伟达GPU的10倍。
速度快得出奇
Groq名字与马斯克的大模型Grok读音类似，成立于2016年，定位为一家人工智能解决方案公司。
Groq爆火主要是因为其处理速度非常快。据媒体报道，该公司的芯片推理速度较英伟达GPU提高10倍，成本只有其1/10。
运行的大模型生成速度接近每秒500 tokens，碾压ChatGPT-3.5大约40 tokens/秒的速度。
极限情况下，Groq的Llama2 7B甚至能实现每秒750 tokens，为GPT-3.5的18倍。
在Groq的创始团队中，有8人来自谷歌早期TPU核心设计团队，但Groq并未选择TPU、GPU、CPU等路线，而是自研了语言处理单元（LPU）。
Groq官网显示，在 Groq LPU推理引擎上运行的Meta AI的Llama 2 70B的性能优于所有其他基于云的推理提供商，吞吐量提高了18倍。
能否取代英伟达？
不过，速度并不是AI发展的唯一决定性因素。在Groq爆火的同时，也有一些质疑声音。
首先，Groq似乎只是看起来了便宜。Groq的一张LPU卡仅有230MB的内存，售价为2万多美元。
有网友分析，英伟达H100的成本效益应为Groq的11倍。
更为关键的是，Groq LPU完全不配备高带宽存储器（HBM），而是仅配备了一小块的超高速静态随机存取存储器（SRAM），这种SRAM的速度比HBM3快20倍。
这也意味着，与英伟达的H200相比，在运行单个AI模型时需要配置更多的Groq LPU。
另据Groq员工透露，Groq的LLM在数百个芯片上运行。
对此，腾讯科技的芯片专家姚金鑫认为，Groq的芯片目前并不能取代英伟达。
他认为，速度是Groq的双刃剑。Groq的架构建立在小内存、大算力上，因此有限的被处理的内容对应着极高的算力，导致其速度非常快。
另一方面，Groq极高的速度是建立在很有限的单卡吞吐能力上的，要保证和H100同样吞吐量，就需要更多的卡。
他分析，对于Groq这种架构来讲，也有其尽显长处的应用场景，对许多需要频繁数据搬运的场景来说再好不过。