本文来自微信公众号“电子发烧友网”，作者/李弯弯。
英伟达遇到劲敌了？近日，Groq芯片计算速度超过英伟达GPU的消息刷屏。Groq是一家成立于2016年的AI创企，该公司近日开放了自家产品的免费试用，相比其他AI聊天机器人，Groq闪电般的响应速度迅速引爆朋友圈，经网友测试，Groq每秒生成速度接近500 tok/s，碾压GPT-4的40 tok/s。
而这样的速度背后，源于Groq自研了一种名为张量流处理器（TSP）的新型处理单元，Groq将其命名为语言处理单元，即LPU，它的工作原理与GPU截然不同。
Groq芯片跑大模型的速度有多快
Groq芯片跑大模型最突出的特点，便是快。有网友震惊地说：“它回复的速度比我眨眼还快。”在传统生成AI中，等待是很平常的事，经常是字符一个个往外蹦，回答完需要挺长时间。而有网友称，在Groq近日开放的云服务体验平台上，你可以看到，当模型收到提示后，几乎能够立即生成答案。
电子邮件初创企业Otherside AI的首席执行官兼联合创始人马特·舒默在演示中亲自体验了Groq的强大功能。他称赞Groq快如闪电，能够在不到一秒钟的时间内生成数百个单词的事实性、引用性答案。更令人惊讶的是，它超过3/4的时间用于搜索信息，而生成答案的时间却短到只有几分之一秒。
需要说明的是，Groq并没有研发新模型，它只是一个模型启动器，主页上运行的是开源模型Mixtral 8x7B-32k和Llama 270B-4k。而驱动模型的硬件便是Groq自研的一种名为张量流处理器（TSP）的新型处理单元，Groq将其命名为语言处理单元，即LPU（Language Processing Units），它的工作原理与GPU截然不同。
各种测试结果和网友的体验，都显示Groq LPU的计算速度相当快。根据2024年一月的测试结果，由Groq LPU驱动Meta Llama 2模型，推理性能遥遥领先，是顶级云计算供应商的18倍。有报道称，Groq LPU搭配Meta Llama 2 70B能在7分钟内就能生成与莎士比亚《哈姆雷特》相同数量的单词，比普通人的打字速度快75倍。
有网友测试同时用Gemini、GPT-4和Groq完成一个代码调试问题，结果，Groq的输出速度比Gemini快10倍，比GPT-4快18倍。
有从事人工智能开发的用户称赞，Groq是追求低延迟产品的“游戏规则改变者”。有用户认为，Groq的LPU可能成为英伟达A100和H100芯片的“高性能硬件”的有力替代品。不过，也有AI行业的专家表示，Groq的LPU从成本上来看并不具优势，目前并不能代替英伟达。
Groq开发的LPU与GPU有何不同
Groq开发的LPU到底是个怎样的产品？据其官网介绍，LPU是一种专为AI推理所设计的芯片。驱动包括GPT等主流大模型的GPU，是一种为图形渲染而设计的并行处理器，有数百个内核。而LPU架构则与GPU使用的SIMD（单指令，多数据）不同，这种设计可以让芯片更有效地利用每个时钟周期，确保一致的延迟和吞吐量，也降低了复杂调度硬件的需求。
Groq的LPU推理引擎不是普通的处理单元；它是一个端到端系统，专为需要大量计算和连续处理的应用（如LLM）提供最快的推理而设计。通过消除外部内存瓶颈，LPU推理引擎的性能比传统GPU高出几个数量级。
根据与Groq关系密切的投资人k_zeroS分享，LPU的工作原理与GPU截然不同。它采用了时序指令集计算机（Temporal Instruction Set Computer）架构，这意味着它无需像使用高带宽存储器（HBM）的GPU那样频繁地从内存中加载数据。这一特点不仅有助于避免HBM短缺的问题，还能有效降低成本。
Groq创始人兼首席执行官Jonathan Ross此前在接受采访的时候就谈到，在大模型推理场景，Groq LPU芯片的速度比英伟达GPU快10倍，但价格和耗电量都仅为后者的十分之一。
Ross认为，对于在产品中使用人工智能的公司来说，推理成本正在成为一个问题，因为随着使用这些产品的客户数量增加，运行模型的成本也在迅速增加。与英伟达GPU相比，Groq LPU集群将为大模型推理提供更高的吞吐量、更低的延迟和更低的成本。
他强调，由于技术路径不同，Groq的LPU芯片不依赖于三星或SK海力士的HBM，也不依赖于台积电将外部HBM焊接到芯片上的CoWoS封装技术。它在供应方面比英伟达更充足，不会被台积电或者SK海力士等供应商卡脖子。
可以看到，Groq LPU芯片相当于是去掉了HBM，而只是依靠SRAM来计算。虽然这样计算速度确实相当惊艳，然而其更低成本的问题却遭到质疑。
有AI专家表示，Groq芯片的实际成本并不低，如人工智能专家贾扬清分析称，因为Groq小的可怜的内存容量（230MB），在运行Llama-2 70b模型时，需要305张Groq卡才足够，而用H100则只需要8张卡。从目前的价格来看，这意味着在同等吞吐量下，Groq的硬件成本是H100的40倍，能耗成本是10倍。
当然也有SRAM行业的专家非常看好这种架构模式，他认为，贾扬清对Groq成本的估算不是很对，因为没有考虑到Groq的per token cost明显低于GPGPU。
可以看到，作为一种新的架构模式，Groq LPU当前必然还面临一些潜在问题，然而它的出现，也让人们看到GPU之外的可能路径。
Groq LPU芯片未来能否肩负起运行大模型的重任，或许再等等，就能看到明确答案。事实上，在去年年底的采访中，Ross就表示，考虑到GPU的短缺和高昂的成本，他相信Groq未来的发展潜力。他说到：“在未来12个月内，我们可以部署10万个LPU，在24个月内，我们可以部署100万个LPU。”
写在最后
过去一年多时间，全球众多科技公司都在研发大模型，今年将会是大模型落地部署的重要一年，而如众多大模型的训练和推理却依赖英伟达的GPU。业界亟需除英伟达GPU之外的芯片，能够用于大模型的部署推理，Groq的LPU芯片可以说是带来了新的探索方向。
虽然Groq公司对自己的LPU芯片在性能和成本上都自信满满，然而业界对于其成本问题还是有所质疑。如果今年LPU芯片能够如规划那样进行较大规模的部署，或许就能一定程度证明LPU芯片在成本上也在众多用户所能接受的范围之内。
