社区

周末啦，又是一个抓紧时间学习的好日子。外面下着小玉，清早起来，难得没有马上出去运动。随便在家做了一个简单的早餐，打开一点点窗户，听着淅淅沥沥的小雨声，喝着超市买的拿白开水直接冲泡的三合一的咖啡，看着新闻，孩子们还在熟睡，上有老，下有小，平时还有上班的牛马，真的有点难得这么安安静静又惬意的一个周末早上。[开心]

然后就看到了这条来自“圣诞夜”新闻，虽然早就火爆整个股市，我在好几个频道都看到，但是没有特别去研究，因为我的 $英伟达(NVDA)$ 上一波就清空了，这不是闲下来了吗，就细细的来八卦一下。[暗中观察]

2025年12月24日，当多数交易员已关机挂圣诞袜子，Nvidia的一则8-K补充文件悄然上传SEC ：“公司与Groq Inc签署非独家知识产权许可协议，Groq创始人兼CEO Jonathan Ross等核心技术人员将加入Nvidia，共同推动下一代低延迟推理平台。“

也就是说，英伟达以200亿美元（大约270亿新元）收购Groq，以一种非独家许可交易的结构，类似 一种 “人才并购 acquihire”， 即科技巨头向小型公司支付巨额资金，以换取技术和核心人才，但并非收购目标公司。这交易总价约200亿美元现金，资产范围不含GroqCloud运营实体。这是近期一些科技巨头规避监管审查的常用策略。

从GPU霸权到LPU要塞，这是一次改写AI算力价值链的“推论闪电战”，阳谋，这就是一个经典的阳谋。我合理的怀疑，黄先生的孙子兵法，肯定是学的炉火纯青。这步棋，真的是高手，这是兵法高手 👍 这不是一场简单的“并购”狂欢，而是一场精心设计的“阳谋”，用“许可+人才”绕开反垄断审查，用200亿美元买一张“AI推理门票”，把GPU霸权从“训练高地”顺势推向“推理要塞”。

这个200亿的阳谋，对我们想要看懂逻辑的小韭菜来说，有三个投资终极问题需要搞懂。因为搞懂这3个问题，就基本上看懂了这个阳谋了。这可能就是顶级兵法玩家和我们普通小白的区别吧，他们玩个阳谋跟喝水一样，我们小白单单是想要看懂这个阳谋，就费了老鼻子劲。[捂脸]

第一个问题，这笔交易的真实结构，英伟达到底买了什么？

第二个问题，从技术维度上，LPU会不会把TPU/GPU推下神坛？

最后一个问题是关于产业链与资本策略，谁来买单？谁被颠覆？

先回答第一个问题，这笔交易的真实结构，英伟达到底买了什么？

我们做一个简单的交易结构解剖，就可以看懂英伟达这200 亿是买“人”还是买“芯”了。官方口径里，Groq官网说的是 ”非独家许可（non-exclusive IP license）＋部分高管加入“。Groq仍以独立公司运营，他们的CFO Simon Edwards将会接任 CEO，带着GroqCloud 继续服务客户。

还有看到CNBC/Bloomberg说的是，现金对价200亿美元，资产范围限于IP与部分团队，并不构成“merger”。

Nvidia的发言人也说过 “We are not acquiring Groq.”

从这些各种发言里，我总结出来的3个关键词就是 -非独家、资产边界、人才转移。

再看看这200亿美元到底贵不贵。Groq最后一轮（2024Q4）估值110亿美元，收入大概在3亿多美元，主要来源GroqCloud tokens销售。若按200亿Enterprise Value计算，市销率（PS）≈ 67×，远高于Nvidia自身 25×，但低于 2020 年 Mellanox 的100×（战略并购溢价）。当然Mellanox是一个100%股权收购，此次交易则仅买“IP+人”，Groq股东仍握有云业务资产，可继续融资或独立上市。因此，这个200亿更像 “一次性许可费+人才对价”，而非传统估值倍数可比。

也就是说，Nvidia这是用200亿美元买到 “Jonathan Ross 这颗大脑 + LPU 编译器 + SRAM 确定性流水线专利簇”，而不是 Groq这家公司的收入或客户。一句话总结，就是买技术、买时间、买人才，没有买下来这个公司。

接着回答第2个问题，从技术维度上，LPU会不会把TPU/GPU推下神坛？这个问题对我一个 把大部分闲暇时间用在厨房和厅堂的小妇人来说，实在有点超标了。[笑哭] 不过，怕什么呢，有TigerAI可以问啊。看看这个答案，我这个技术小白也能看个七七八八。

从这个答案里，我明白了LPU更适合低延迟、高并发的推理场景（如实时对话AI），而GPU/TPU仍是训练和通用计算的首选。英伟达此次收购LPU技术，可能是为了填补其在推理市场的技术空白，而非取代自身GPU。虽然LPU不太可能完全颠覆TPU/GPU，但会在AI推理领域形成差异化竞争。打个比喻就是LPU像是“狙击枪”，极致单点性能，但弹匣容量有限、无法扫射。未来市场可能呈现“训练用GPU/TPU，推理用LPU/GPU”的格局。

最后那个问题，谁来买单，谁被颠覆？说白了就是谁受益，谁出血。Nvidia的终局意图非常明显，从“卖铲子”到“承包矿场”，同一机架训练完直接切换推理，无需迁移模型，锁定客户全生命周期价值，从卖芯片（一次性）升级为“算力订阅+SLA 溢价”。一旦开发者习惯“GPU训练→LPU推理”一键切换，第三方加速器Cerebras、d-Matrix必须同时击败硬件性能、软件栈、网络/存储整体TCO，这三重门槛，资本开支门槛抬升至10亿美元级，后进者更难破局。

而且英伟达通过收购LPU技术，巩固在AI算力全链条（训练+推理）的霸主地位，避免被新兴玩家（例如Groq这样的）颠覆。云计算厂商可能为LPU的部署买单，因其需要低延迟的推理解决方案来优化成本。

最容易被颠覆的肯定是那些中小AI芯片公司，若LPU技术被英伟达垄断，其他玩家在推理市场的生存空间可能被挤压。传统CPU厂商也可能会受影响，在AI推理场景中，CPU的份额可能进一步被LPU/GPU取代。

现在英伟达涨了不少，这个收购事件已Price-In部分溢价，但产品落地，二次财报、Guidance 仍有催化，加上训练需求刚性，2026HBM产能仍紧，下行空间有限。

训练侧的HBM仍是现金奶牛，推理侧的SRAM与确定性编译器是下一个溢价引擎，而所有“既要训练又要推理”的旧架构，都可能在这场闪电战中沦为“通用但不够极致”的过渡品。算力格局不会被一夜颠覆，却会在每一次毫秒级响应中，悄悄完成价值再分配。

圣诞夜没有圣诞老人，只有庄家。而这一次，庄家把礼物藏在了SRAM的每一个纳秒里。[财迷]

[比心]愿大家2025顺顺利利，积极向上，赚多多钱 ！好好生活，一路生花！[比心]

[爱心]祝我如意，祝我们都如意！[爱心]

$老虎证券(TIGR)$

@小虎活动             @小虎AV             @爱发红包的虎妞             @33_Tiger   @话题虎