科技云報(bào)道原創(chuàng)。

近一周來，大模型領(lǐng)域重磅產(chǎn)品接連推出：OpenAI發(fā)布“文字生視頻”大模型Sora；Meta發(fā)布視頻預(yù)測(cè)大模型 V-JEPA；谷歌發(fā)布大模型 Gemini 1.5 Pro，更毫無預(yù)兆地發(fā)布了開源模型Gemma......

難怪網(wǎng)友們感嘆：“一開年AI發(fā)展的節(jié)奏已經(jīng)如此炸裂了么！”

但更令人意想不到的是，AI芯片領(lǐng)域處于絕對(duì)霸主地位的英偉達(dá)，竟然也遇到了挑戰(zhàn)，而且挑戰(zhàn)者還是一家初創(chuàng)公司。

在這家名叫Groq的初創(chuàng)芯片及模型公司官網(wǎng)上，它號(hào)稱是世界最快大模型，比GPT-4快18倍，測(cè)試中最快達(dá)到破紀(jì)錄的每秒吞吐500 tokens。

這閃電般的速度，來源于Groq自研的LPU（語言處理單元），是一種名為張量流處理器（TSP）的新型處理單元，自然語言處理速度是英偉達(dá)GPU 10倍，做到了推理的最低延遲。

“快”字當(dāng)頭，Groq可謂賺足眼球。Groq還喊話各大公司，揚(yáng)言在三年內(nèi)超越英偉達(dá)。

事實(shí)上，在這一波AI熱潮中，“天下苦英偉達(dá)久矣”。英偉達(dá)GPU芯片價(jià)格一再被炒高，而Groq的LPU架構(gòu)能“彎道超車”，顯然是眾望所歸。

因此，不少輿論驚呼Groq要顛覆英偉達(dá)，也有業(yè)內(nèi)人士認(rèn)為Groq想要“平替”英偉達(dá)還有很長的路要走。

但無論持哪種觀點(diǎn)，Groq的出現(xiàn)不僅是對(duì)現(xiàn)有芯片架構(gòu)和市場(chǎng)格局的挑戰(zhàn)，也預(yù)示著AI芯片及其支撐的大模型發(fā)展方向正在發(fā)生變化——聚焦AI推理。

Groq LPU：快字當(dāng)頭

據(jù)介紹，Groq的芯片采用14nm制程，搭載了230MB大靜態(tài)隨機(jī)存儲(chǔ)器（SRAM）以保證內(nèi)存帶寬，片上內(nèi)存帶寬達(dá)80TB/s。在算力方面，該芯片的整型（8位）運(yùn)算速度為750TOPs，浮點(diǎn)（16位）運(yùn)算速度為188TFLOPs。

Anyscale的LLMPerf排行顯示，在Groq LPU推理引擎上運(yùn)行的Llama 2 70B，輸出tokens吞吐量快了18倍，優(yōu)于其他所有云推理供應(yīng)商。

據(jù)網(wǎng)友測(cè)試，面對(duì)300多個(gè)單詞的“巨型”prompt（AI模型提示詞），Groq在不到一秒鐘的時(shí)間里，就為一篇期刊論文創(chuàng)建了初步大綱和寫作計(jì)劃。此外，Groq還完全實(shí)現(xiàn)了遠(yuǎn)程實(shí)時(shí)的AI對(duì)話。

電子郵件初創(chuàng)企業(yè)Otherside AI的首席執(zhí)行官兼聯(lián)合創(chuàng)始人馬特·舒默（Matt Shumer）在體驗(yàn)Groq后稱贊其快如閃電，能夠在不到一秒鐘的時(shí)間內(nèi)生成數(shù)百個(gè)單詞的事實(shí)性、引用性答案。

更令人驚訝的是，其超過3/4的時(shí)間用于搜索信息，而生成答案的時(shí)間卻短到只有幾分之一秒。

Groq之所以“快如閃電”，其創(chuàng)新的核心在于LPU。

據(jù)官方信息顯示，LPU推理引擎是一種新型的端到端處理單元系統(tǒng)，它為計(jì)算密集型應(yīng)用提供最快的推理能力，這些應(yīng)用具有序列組件，例如AI語言應(yīng)用程序（LLM）。

LPU旨在克服LLM的兩個(gè)瓶頸：計(jì)算密度和內(nèi)存帶寬。

就LLM而言，LPU比GPU和CPU具有更大的計(jì)算能力。這減少了每個(gè)單詞的計(jì)算時(shí)間，從而可以更快地生成文本序列。

同時(shí)，與利用高帶寬內(nèi)存（HBM）的GPU不同，Groq的LPU利用SRAM進(jìn)行數(shù)據(jù)處理，比HBM快約20倍，從而顯著降低能耗并提高效率。

GroqChip的獨(dú)特架構(gòu)與其時(shí)間指令集相結(jié)合，可實(shí)現(xiàn)自然語言和其他順序數(shù)據(jù)的理想順序處理。

消除外部內(nèi)存瓶頸，不僅使LPU推理引擎能夠在LLM上提供比GPU高幾個(gè)數(shù)量級(jí)的性能。

而且由于LPU只進(jìn)行推理計(jì)算，需要的數(shù)據(jù)量遠(yuǎn)小于模型訓(xùn)練，從外部內(nèi)存讀取的數(shù)據(jù)更少，消耗的電量也低于GPU。

此外，LPU芯片設(shè)計(jì)實(shí)現(xiàn)了多個(gè)TSP的無縫連接，避免了GPU集群中的瓶頸問題，顯著地提高了可擴(kuò)展性。

因此，Groq公司宣稱，其LPU所帶來的AI推理計(jì)算是革命性的。

在AI推理領(lǐng)域挑戰(zhàn)GPU

盡管Groq高調(diào)喊話，但想要“平替”英偉達(dá)GPU并不容易。從各方觀點(diǎn)來看，Groq的芯片還無法與之分庭抗禮。

原Facebook人工智能科學(xué)家、原阿里技術(shù)副總裁賈揚(yáng)清算了一筆賬，因?yàn)镚roq小得可憐的內(nèi)存容量，在運(yùn)行Llama 2 70B模型時(shí)，需要305張Groq卡才足夠，而用英偉達(dá)的H100則只需要8張卡。

從目前的價(jià)格來看，這意味著在同等吞吐量下，Groq的硬件成本是H100的40倍，能耗成本是10倍。

但跳出單純的價(jià)格對(duì)比，Groq LPU的解決方案依然展現(xiàn)出了不小的應(yīng)用潛力。

根據(jù)機(jī)器學(xué)習(xí)算法步驟，AI芯片可以劃分為訓(xùn)練AI芯片和推理AI芯片。

訓(xùn)練芯片是用于構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，需要高算力和通用性，追求的是高計(jì)算性能（高吞吐率）、低功耗。

推理芯片是對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，利用輸入的新數(shù)據(jù)來一次性獲得正確結(jié)論。

因此完成推理過程的時(shí)間要盡可能短、低功耗，更關(guān)注用戶體驗(yàn)方面的優(yōu)化。

雖然現(xiàn)階段GPU利用并行計(jì)算的優(yōu)勢(shì)在AI領(lǐng)域大獲全勝，但由于英偉達(dá)GPU的獨(dú)有架構(gòu)，英偉達(dá)H100等芯片在推理領(lǐng)域算力要求遠(yuǎn)不及訓(xùn)練端，這也就給Groq等競(jìng)爭(zhēng)對(duì)手留下了機(jī)會(huì)。

因此，專注于AI推理的Groq LPU，得以在推理這個(gè)特定領(lǐng)域挑戰(zhàn)英偉達(dá)GPU的地位。從測(cè)試結(jié)果上看，Groq能夠達(dá)到令人滿意的“秒回”效果。

這也在一定程度上顯示了通用芯片與專用芯片的路徑分歧。

隨著AI和深度學(xué)習(xí)的不斷發(fā)展，對(duì)專用芯片的需求也在增長。

各種專用加速器如FPGA、ASIC以及其他初創(chuàng)公司的AI芯片已經(jīng)不斷涌現(xiàn)，它們?cè)诟髯陨瞄L的領(lǐng)域內(nèi)展現(xiàn)出了挑戰(zhàn)GPU的可能性。

相比于英偉達(dá)通用型AI芯片，自研AI芯片也被稱作ASIC，往往更適合科技公司本身的AI工作負(fù)載需求且成本較低。

比如，云巨頭AWS就推出了為生成式AI和機(jī)器學(xué)習(xí)訓(xùn)練而設(shè)計(jì)全新自研AI芯片AWS Trainium2，性能比上一代芯片提高到4倍，可提供65ExaFlops超算性能。

微軟也推出第一款定制的自研CPU系列Azure Cobalt和AI加速芯片Azure Maia，后者是微軟首款A(yù)I芯片，主要針對(duì)大語言模型訓(xùn)練，預(yù)計(jì)將于明年初開始在微軟Azure數(shù)據(jù)中心推出。

谷歌云也推出了新版本的TPU芯片TPU v5p，旨在大幅縮減訓(xùn)練大語言模型時(shí)間投入。

無論是大廠自研的AI芯片，還是像Groq LPU這樣的專用芯片，都是為了優(yōu)化特定AI計(jì)算任務(wù)的性能和成本效率，同時(shí)減少對(duì)英偉達(dá)等外部供應(yīng)商的依賴。

作為GPU的一個(gè)重要補(bǔ)充，專用芯片讓面對(duì)緊缺昂貴的GPU芯片的企業(yè)有了一個(gè)新的選擇。

AI芯片聚焦推理

隨著AI大模型的快速發(fā)展，尤其是Sora以及即將推出的GPT-5，都需要更強(qiáng)大高效的算力。但GPU在推理方面的不夠高效，已經(jīng)影響到了大模型業(yè)務(wù)的發(fā)展。

從產(chǎn)業(yè)發(fā)展趨勢(shì)來看，AI算力負(fù)載大概率將逐步從訓(xùn)練全面向推理端遷移。

華爾街大行摩根士丹利在2024年十大投資策略主題中指出，隨著消費(fèi)類邊緣設(shè)備在數(shù)據(jù)處理、存儲(chǔ)端和電池續(xù)航方面的大幅改進(jìn)，2024年將有更多催化劑促使邊緣AI這一細(xì)分領(lǐng)域迎頭趕上，AI行業(yè)的發(fā)展重點(diǎn)也將從“訓(xùn)練”全面轉(zhuǎn)向“推理”。

高通CEO Amon也指出，芯片制造商們的主要戰(zhàn)場(chǎng)不久后將由“訓(xùn)練”轉(zhuǎn)向“推理”。

Amon在采訪時(shí)表示：“隨著AI大模型變得更精簡、能夠在設(shè)備上運(yùn)行并專注于推理任務(wù)，芯片制造商的主要市場(chǎng)將轉(zhuǎn)向‘推理’，即模型應(yīng)用。預(yù)計(jì)數(shù)據(jù)中心也將對(duì)專門用于已訓(xùn)練模型推理任務(wù)的處理器產(chǎn)生興趣，一切都將助力推理市場(chǎng)規(guī)模超越訓(xùn)練市場(chǎng)。”

在最新的財(cái)報(bào)電話會(huì)上，英偉達(dá)CFO Colette Kress表示，大模型的推理場(chǎng)景已經(jīng)占據(jù)英偉達(dá)數(shù)據(jù)中心40%的營收比例。這也是判斷大模型行業(yè)落地前景的重要信號(hào)。

事實(shí)上，巨頭們的一舉一動(dòng)也在印證這一趨勢(shì)的到來。

據(jù)路透社報(bào)道，Meta將推新款自研AI推理芯片Artemis。預(yù)計(jì)Meta可于年內(nèi)完成該芯片在自有數(shù)據(jù)中心的部署，與英偉達(dá)GPU協(xié)同提供算力。

而英偉達(dá)也通過強(qiáng)化推理能力，鞏固自身通用GPU市占率。

在下一代芯片H200中，英偉達(dá)在H100的基礎(chǔ)上將存儲(chǔ)器HBM進(jìn)行了一次升級(jí)，為的也是提升芯片在推理環(huán)節(jié)中的效率。

不僅如此，隨著各大科技巨頭、芯片設(shè)計(jì)獨(dú)角獸企業(yè)都在研發(fā)更具效率、部分替代GPU的芯片，英偉達(dá)也意識(shí)到這一點(diǎn)，建立起了定制芯片的業(yè)務(wù)部門。

總的來說，以現(xiàn)在AI芯片供不應(yīng)求的現(xiàn)狀，GPU的增長暫時(shí)還不會(huì)放緩。但隨著AI發(fā)展趨勢(shì)的快速變化，英偉達(dá)不可能是永遠(yuǎn)的王者，而Groq也絕對(duì)不是唯一的挑戰(zhàn)者。

【關(guān)于科技云報(bào)道】

專注于原創(chuàng)的企業(yè)級(jí)內(nèi)容行家——科技云報(bào)道。成立于2015年，是前沿企業(yè)級(jí)IT領(lǐng)域Top10媒體。獲工信部權(quán)威認(rèn)可，可信云、全球云計(jì)算大會(huì)官方指定傳播媒體之一。深入原創(chuàng)報(bào)道云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等領(lǐng)域。

審核編輯 黃宇