10倍英伟达GPU：大模型专用芯片一夜成名，来自谷歌TPU创业团队！
能带来完全不同的大模型体验。
我们知道，大模型到 GPT-3.5 这种千亿体量以后，训练和推理的算力就不是普通创业公司所能承担的了，人们用起来速度也会很慢。
但自本周起，这种观念已成为历史。
有名为 Groq 的初创公司开发出一种机器学习处理器，据称在大语言模型任务上彻底击败了 GPU—— 比英伟达的 GPU 快 10 倍，而成本仅为 GPU 的 10%，只需要十分之一的电力。
这是在 Groq 上运行 Llama 2 的速度：
这是 Groq（Llama 2）和 ChatGPT 面对同一个 prompt 的表现：
Groq 的处理器名为 LPU（语言处理单元），是一种新型的端到端处理单元系统，可以为具备序列组件的计算密集型应用（比如 LLM）提供极快的推理速度。
它带动的大模型速度能达到前所未有的 500 Token/s，并且实现了极低的延迟。
2024年2月20日，由谷歌TPU第一代设计者Jonathan Ross所创立的Groq公司正式宣布：
新一代LPU（Language Processing Unit），以API形式提供先进的MOE 开源大语言模型 Mistral 8X 7B 的推理，并在多个公开测试中，以几乎最低的价格，相比GPU推理速度翻倍。
天风研究所的判断：
我们在此前2024年9大科技判断即认为“AlphaGo（Self play、Synthetic Data）+LLM重塑大模型架构。计算/成本的最大瓶颈或许不再是内存墙。”
Groq的本质即为减少计算中内存调用次数，实现Scale Out，从而实现推理效率的突破。
Groq ASIC芯片在推理端的架构优势进一步显现：
根据Groq官网白皮文档，Groq LPU的先进源于其设计理念的独立，部分放弃卷积的设计，专注于矩阵X向量 、 矩阵X矩阵计算。芯片的核心是矩阵乘法单元，矩阵引擎通过具有320个元素的向量进行操作。浮点运算中一对字节平面（byte planes）协作产生一个FP16的输出。 芯片的中间是矢量执行模块（VXM，vector execution module）。
Groq ASIC芯片通过放弃灵活性和训练性能获得推理性能大幅提升：
其对大模型的定制化编译，大幅提升推理速度， LPU 运行编译后的LLM代码,执行生成AI推理应用程序。编译器提供可预测的工作负载性能和计时。
ASIC芯片在成本优势主要体现在内存：
根据Groq创始人采访，与GPU不同，LPU只有一个核心，创始人称之为TISC或时间指令集计算机体系结构。它不需要像GPU那样频繁地从内存重新加载。因此采用SRAM而非昂贵的HBM。目前Groq API推理Mistral的定价低于其它32K 上下文长度GPU 定价。
更多芯片互联势必带来网络架构进一步升级：
根据Groq官网白皮书，Groq采用蜻蜓拓扑来完全连接机架内的八个全局节点集，系统中可连接多达145个机架，从而实现超过10000 TSP的总可扩展性，势必带来光模块用量的持续提升。
边缘推理成本时延有望进一步突破，应用有望快速爆发：
我们认为相比HBM，SRAM设计下的ASIC芯片有望在边缘端实现更低成本下的快速，灵活的推理，在语音交互，图片和视频生成等场景逐步提供与用户需求匹配的体验，从而带动AI应用进一步快速渗透与迭代。
最纯正的标的一博科技（301366）：
公司已与Intel、AMD、Marvell等国际知名芯片公司保持十余年的长期合作，对芯片测试验证的PCB设计、仿真分析及生产验证积累了丰富的经验。公司亦为飞腾、申威、龙芯、海思等国产芯片公司的研发提供技术服务。
