Groq如何筹集更多资金？

# Groq 怎么还在融资？ 来源：https://www.zach.be/p/how-the-hell-is-groq-raising-more Axios 刚爆出一条奇怪的消息。Groq，这家去年 12 月被 Nvidia 收购（https://www.zach.be/p/why-did-nvidia-acqui-hire-groq）的 AI 芯片公司，正在筹集 6.5 亿美元（https://www.axios.com/2026/05/28/groq-650-million-nvidia）。一个已经成功退出的公司，到底是怎么继续融资的？ 其实，技术上来说，Nvidia 并没有收购 Groq（https://www.zach.be/p/why-did-nvidia-acqui-hire-groq）。他们授权了 Groq 的技术，并雇用了 Groq 的核心技术高管（https://groq.com/newsroom/groq-and-nvidia-enter-non-exclusive-inference-technology-licensing-agreement-to-accelerate-ai-inference-at-global-scale），但没有收购 Groq 这家公司实体。这家公司实体继续运营，专注于维护 Groq 的数据中心和推理 API（https://www.zach.be/p/why-is-everybody-talking-about-groq）。这个 API 主要提供超快推理能力，但只支持较小模型；他们支持的最大模型是 GPT OSS 120B（https://console.groq.com/docs/models），这大概比 GPT-5.5 或 Claude Mythos 这类前沿模型小至少 10 倍。这是 Groq 架构的一个技术限制：由于每个芯片封装中缺乏大量高带宽内存（HBM），要构建和维护一个能够服务前沿模型的 Groq 集群，总成本会极其高昂（https://www.zach.be/p/why-is-everybody-talking-about-groq）。不过，他们的全 SRAM 策略让他们在服务小模型时比传统 HBM 芯片快得多，能在牺牲 tokens-per-dollar 的情况下提供更高的 tokens-per-second。对于某些应用来说，这个取舍是合理的。 更重要的是，Groq 已经有四个大型数据中心部署（https://groq.com/newsroom/groq-launches-european-data-center-footprint-in-helsinki-finland），这些数据中心已经准备好大规模服务推理负载。新建数据中心对初创公司和超大规模云服务商来说都是一个巨大挑战（https://www.tomshardware.com/tech-industry/artificial-intelligence/half-of-planned-us-data-center-builds-have-been-delayed-or-canceled-growth-limited-by-shortages-of-power-infrastructure-and-parts-from-china-the-ai-build-out-flips-the-breakers），因此 Groq 的数据中心是一项重要的战略资产。然而，目前还不清楚 Groq 这个品牌是否能给他们带来真正的优势，或者他们与 LPU 芯片以及特定高速高成本推理策略的品牌关联是否会限制其发展。 随着推理需求激增，现有数据中心很快达到满负荷，各公司都在尽快建设新数据中心。但受到监管、电力问题和专业知识的限制，即使是拥有丰富数据中心建设经验的大公司也在数据中心建设项目中遭遇重大延误（https://www.tomshardware.com/tech-industry/artificial-intelligence/half-of-planned-us-data-center-builds-have-been-delayed-or-canceled-growth-limited-by-shortages-of-power-infrastructure-and-parts-from-china-the-ai-build-out-flips-the-breakers）。而对于主要投资初创公司的风险投资者来说，直接获得数据中心需求的敞口非常困难；因为数据中心建设难度大，真正在建的初创公司寥寥无几。 Groq 已经有四个运营中的数据中心，以及建设和运营更多数据中心的人才。当 Nvidia 授权 Groq 的技术（https://groq.com/newsroom/groq-and-nvidia-enter-non-exclusive-inference-technology-licensing-agreement-to-accelerate-ai-inference-at-global-scale）时，Groq 的芯片设计团队、编译器团队和软件团队加入了 Nvidia，但 Groq 的数据中心团队留了下来，以维持 GroqCloud 推理服务。这使得剩余的 Groq 公司成为一项独特的资产——一家拥有明确运营能力的私有推理数据中心运营商，而且由于其大部分差异化技术已被 Nvidia 收购，估值可能极低。 我们来看看一些公开上市的 AI 数据中心公司的数据以作比较。CoreWeave 是一家市值 500 亿美元的公司（https://finance.yahoo.com/quote/CRWV/），运营着 43 个 AI 数据中心（https://www.coreweave.com/ai-data-centers）。Nebius 也大约值 500 亿美元（https://finance.yahoo.com/quote/NBIS/），只有 11 个数据中心（https://www.datacentermap.com/c/nebius/），不过每个数据中心规模更大。可以说，仅凭 Groq 的数据中心本身就可能价值数十亿美元。 感谢阅读 zach 的技术博客！这篇文章是公开的，欢迎分享。 分享（https://www.zach.be/p/how-the-hell-is-groq-raising-more?utm_source=substack&utm_medium=email&utm_content=share&action=share） 显然，直接将 Groq 与 CoreWeave 和 Nebius 进行比较存在一些问题。Groq 的数据中心里全是 LPUv1 芯片，这些芯片目前已经用了七年（https://www.eetimes.com/groq-demos-fast-llms-on-4-year-old-silicon/）。而基于 Groq 架构的新款 LPUv3 芯片正被 Nvidia 卖给任何想要它们的云服务商（https://www.nvidia.com/en-us/data-center/lpx/）。这意味着 Groq 最大的技术优势——极快的 tokens——不再独一无二。 此外，Groq 品牌的价值也给计算增加了复杂性。一方面，Groq 取得了巨大的成功。另一方面，被“收购”后仍然继续运营令人困惑。而且他们的品牌与超高速推理紧密挂钩，而超高速推理最终可能不会在推理负载中占主导地位，相比之下低速批处理推理或许更主流。尤其令人担忧的是，像 Microsoft（https://finance.yahoo.com/markets/stocks/articles/microsoft-tightens-ai-tools-investors-230707366.html）和 Uber（https://fortune.com/2026/05/26/uber-coo-ai-spending-tokens-claude-code/）这样的大机构正在敲响 AI 编码工具成本高昂的警钟。 也许 Nvidia 正给 Groq 一个优惠价格，让他们购买基于 Groq 技术的硬件，这会让 Groq 成为更具吸引力的投资对象。最终，Groq 能否成功用新硬件装备其现有数据中心，从而与其他云服务商保持竞争力，还有待观察。我同样好奇他们是否会坚守高速高成本的代币经济模式，以及这一策略长期来看能否成功。 #### 关于本文的讨论 ### 准备好了解更多？