Related articles
GTC 2026 即将开幕，黄仁勋准备掏出的不再是单纯刷新参数的怪兽级 GPU，而是一张价值 200 亿美元的明牌—— 一款基于 SRAM（静态随机存取存储器） 的专用推理芯片。
这标志着英伟达历史上最大规模收购案 （吞并 Groq 核心资产） 的底层技术正式落地。但这绝不是一次常规的产品迭代，黄仁勋正在亲手打破自己维持了多年的神话：“ 一颗通用 GPU 可以包打天下”。
在笔者看来，这轮架构调整的表象是硬件路线的演进，底层却是英伟达面对科技巨头“ 诸侯割据” 与监管高压时，极其老辣的防御性进攻。
物理定律写死的“ 算力阶级分化”
外界有一种极其粗暴的误读，认为英伟达转向 SRAM 是为了“ 抛弃 HBM”。这在半导体的物理规律上根本站不住脚。
标准的 SRAM 单元需要 6 个晶体管 （6T） 来存储 1 个比特，而 HBM 依赖的 DRAM 只需要 1 个晶体管加 1 个电容 （1T1C）。这种先天的物理结构差异，导致 SRAM 的硅片面积是 DRAM 的 5 到 10 倍。这意味着 SRAM 速度极快，但极其昂贵且根本做不出大容量，它装不下动辄数千亿参数的大模型。
英伟达真正的算盘，是搞“ 算力的阶级分化”。
过去，无论是炼大模型还是日常的 AI 问答，大家都在抢极其昂贵且缺货的 HBM 和 GPU。但现在，AI 的重心已经彻底滑向了“ 推理 （Inference）”。思科等机构的最新预测显示，到 2027 年，高达 75% 的 AI 工作负载将全面转向实时推理。
面对这种不可逆的趋势，英伟达给出了路线图切分：
一边是即将登场的下一代 Vera Rubin 架构，继续把 GPU 和 HBM 的堆料推向极致，死死锁住云厂商的“ 大模型训练” 底座；
另一边，就是这次基于 Groq 技术推出的 LPU（语言处理单元）。它用片上 SRAM 替代片外存储，彻底干掉数据搬运的延迟，专门用来收割那些对实时性要求极高、单次请求成本极敏感的场景。
规避审查的残酷清场：200 亿美元的“ 窃壳” 游戏
为什么一向推崇通用计算的英伟达，会突然调转车头搞起专用推理架构？
答案是被逼出来的。
就在近期，业界传出 Meta 计划在 2027 年将部分推理工作负载切给谷歌 TPU。当大模型逐渐走向同质化，推理成本的极致压缩就成了生死线。如果英伟达继续强迫所有客户用“ 杀鸡用牛刀” 的 GPU 去做低延迟推理，大客户迟早会跑向谷歌、AMD，甚至是以 Groq 为代表的初创公司。
为了掐灭这个苗头，黄仁勋在 2025 年底砸出了 200 亿美元。但最绝的不是金额，而是操盘手法。
如果英伟达直接全盘收购 Groq，这笔交易必定会被美国 FTC 和欧盟的反垄断监管机构以“ 垄断 AI 算力” 为由直接毙掉。因此，英伟达采取了极其狡猾的“ 资产收购+技术授权+核心团队挖角 （Acquihire）” 模式。
他们花 200 亿美元买断了 Groq 的核心专利使用权，并把创始人 Jonathan Ross 连同两百多名核心工程师直接“ 收编” 进英伟达。而 Groq 这家公司的空壳，在名义上依然作为独立实体存在。
这是一种合法但极其残酷的“ 掏空” 式并购。黄仁勋用 200 亿美元的“ 过路费”，绕开了反垄断的红线，兵不血刃地干掉了最危险的推理端刺客，顺手接收了 Groq 生态上超过 200 万名开发者。
算力洗牌：裁判下场，没有中间商赚差价
这套“GPU 主内 （训练），SRAM 主外 （推理）” 的组合拳一旦打出，整个算力产业链的利润池将面临残酷的重新分配。
首先，HBM 的神话将被祛魅。它依然是训练端不可或缺的皇冠明珠，但那种“ 只要搞 AI 就必须买 HBM” 的非理性繁荣将一去不复返。
其次，留给其他芯片创业公司的单点突破空间被焊死。过去几年，无数初创公司拿着“ 比英伟达推理快 X 倍” 的 PPT 找融资。如今，当裁判员自己下场推出极致低延迟的专用芯片，并且将其无缝接入英伟达庞大的 CUDA 软件生态栈时，单靠底层架构创新就能撕开一道口子的时代，正式终结了。
当所有人都以为 GTC 2026 将是一场关于“ 算力规模有多大” 的肌肉秀时，黄仁勋其实不关心 SRAM 和 HBM 谁替代谁，他只关心如何用最密不透风的产品矩阵，把每一分流向 AI 数据中心的钱都截留在自己的口袋里。
这早就不是一场比拼芯片跑分的极客游戏，而是商业帝国捍卫战。（本文首发钛媒体 App, 作者｜硅谷 Technews，编辑｜宝叔）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
