核心 要点
- 英伟达宣布 Groq 3 LPX 芯 片已进入全面量产，标志着这笔公司史上最大收购所获得的技术 正式实现商业化落地。
- 英伟达加紧 生产该芯片并交付客户，凸显低 延迟推理的重要性 —— 只有低延迟，AI 智能 体才能给用户反应灵敏的使用体验。
- 这家芯片厂商在去年 12 月斥资 200 亿美元收购了 G roq 的相关资产 。
2026 年 3 月 18 日，加州圣何塞英伟达 GTC 大会上展出的英伟达 Groq 3 LPU 芯片英伟达周一宣布，Groq 3 LPX 机柜已经全面量 产，这 代表该公司史上最大一笔收购所获取的技术正式 走向商用。
英伟达高级总监迪翁・哈里斯向媒体透露，Groq 机柜将与 Ve ra 中 央处理器、Rubin 图形处理器一 同部署在 Nebius（NBIS，新型云服务商）的数据中心 ，将于今年晚 些 时候正式上线。
英伟达全力赶工生产 Groq 芯片、尽快交付客户，反映出低延迟推理的地位愈发关键。想要让 AI 智能体做到响应迅速、不给用户带来明显等待时延（尤 其是代码开发场景），低延迟推理必不可少。英伟达表示，云服务商可以为这类高速 Token 输出服务收取更高 费用。
哈里斯在电话会议 中表示：“对于提供 Token 输出服务的厂商而言，该产品让他们可以面向对 延迟极度敏感的客 户，推出高端增值服务套餐。”
去年 12 月，英伟达斥资 200 亿美元收购 Groq 资产，这是该公司有史以来规模最大的一笔收购。
Groq 芯片架构在芯片裸片内置 500MB 高速静态随机存储器（SRAM），以此缓解内存带来的性能瓶颈。Groq 芯片由三星代工生产；而英伟达 GPU 则由（TSM）制造。
英伟达在单台 LPX 机柜内集成 256 颗 Groq 3 芯片。引用 Artifi cial Analysis 的基准测试数据，Groq 3 LPX 机柜每秒可输出 3 400 个 Token。
该赛道竞争激烈。规模相对较小的 GPU 厂商 今年早些时候宣布，会将自家机柜级系统与近期完成上市的 Cereb ras（CBRS）芯片结合，主打低延迟推理场景。OpenAI 新推出的 “极速模式（Ultraf ast）” 正是由 Cerebras 硬件提供算力，每秒输出 750 个 Tok en。
低延迟芯片并不会取代 GPU。GPU 是 AI 领域的主力芯片，同时兼顾训练与推理任务，灵活性强，能够适配新技术与各类大模型。Groq 这类低延迟芯 片，主要专门负责模型服务流程里的解码阶段（decode phase）。
哈里斯称：“这并不是要取代 GPU。而是针对不同业务负载，选用最合适、性价比最优的处理器。”
英伟达目前正在扩大 Vera Rubin 系统的出货量，该系统于今年启动生产。在今年 3 月的 GTC 大会主题演讲上，英伟达 CEO 黄仁勋预测，到 2027 年，当前一代 Blackwell 芯片加上全新 Vera Rubin 系统，累计订单规模将达到 1 万亿美元。
黄仁勋当时表示，计划把面向代码开发业务的数据中心四分之一的机柜空 间分 配给 Groq 芯片。 “数据中心其余 全部机柜，100% 部署 Vera Rubin。” 黄仁勋说道。
英 伟达将于本周三发布财报。
