当英伟达收购Groq引发行业震动，中国存算一体赛道正在发生什么？

高性价比和强生态兼容成为产业真需求。

作者｜云凡

2025年底，全球半导体行业被一则消息引爆：芯片巨头英伟达宣布以200亿美元天价收购存算一体领域的代表性企业Groq。

在硅谷的投资者和技术极客眼中，这不仅仅是一次商业版图的扩张，更是一个明确的信号——即便是统治着全球90%以上AI算力市场的霸主，也已清晰地触摸到了传统GPGPU架构的天花板。

英伟达的这步棋，让存算一体从 “前沿探索” 变为 “产业刚需”。

然而，这桩天价并购案背后，折射的并非简单的技术迭代，而是一场关于算力成本、效率与生态的深刻博弈。

当行业还在为Groq的惊人速度欢呼时，理性的产业观察者已经开始反思：如果不解决成本与通用性难题，存算一体是否只能是少数巨头的“奢侈品”？

在国内，以亿铸科技为代表的存算一体AI大算力芯片头部企业，正在给出另一份答卷：用“消费级显卡的价格”提供“H系列专业卡的性能”。

这是一场回归商业本质的突围。

要理解这场收购案为何能引发如此剧烈的行业震荡，首先必须厘清AI大算力芯片当前面临的终极困境——存储墙。

这是一个源于冯·诺依曼经典计算架构的先天缺陷，计算单元与存储单元在物理上分离。数据必须在处理器、内存和外部显存间频繁搬运。随着AI模型参数规模跃升至千亿、万亿级别，数据搬运所消耗的能耗与时间，已远超计算本身。

图灵奖得主约翰·轩尼诗曾多次公开指出：在先进制程的AI芯片中，数据搬运的能耗比一次浮点运算高出100倍以上。这成为算力提升的核心阻碍。

中国科学院计算技术研究所杰出研究员谭光明博士同样表示，英伟达的传统GPU架构，因为存储墙的问题已经导致GPU触及了性能的天花板。

在他看来，英伟达引入Groq的存算一体技术，将有助于局部优化其下一代芯片的性能，比如利用存算一体技术优化KV Cache部分的设计，显著提升整体性能。从这次收购看，存算一体技术大规模应用于AI芯片只是时间问题。

更残酷的现实是“算力空转”：传统GPU不仅能耗惊人，算力有效利用率还低得惊人。

以英伟达主流H系列显卡为例，其硬件峰值算力看似强悍（H100峰值达1979FLOPS），但受限于显存带宽和芯片内部数据搬运带宽瓶颈，在某些极端的千亿参数大模型推理任务中，实际能发挥的算力甚至不到10%，大量硬件性能被浪费在数据等待中。

Groq作为存算一体的代表，确实证明了该架构在有效性能上的惊人潜力，但它同时也暴露了早期技术路线的致命商业短板——极高的拥有成本。

Groq采用的是SRAM（静态随机存储器）作为存储介质。SRAM速度极快，但有两个硬伤：密度低、成本高。

首先是容量焦虑。

单颗Groq芯片的SRAM容量仅约230MB。而如今云端大模型动辄数百亿甚至千亿级参数，如此有限的存储容量根本无法独立支撑运算。

以被收购前的Groq为例，如果要运行大模型，必须将576个芯片拼接成集群，这不仅导致设备占地面积大幅增加，更让初期投资成本飙升——集群化部署所需的芯片采购、机房配套等费用，动辄需要耗费客户几千万美金的初期投入，足以让中小型企业望而却步。

更关键的是，一款真正符合产业需求的存算一体产品，绝不能只停留在架构创新或容量提升，还必须攻克三大核心关隘：坚守存算一体架构本质、具备GPU级通用性、兼容英伟达CUDA生态——三者缺一不可。

因此，虽然英伟达收购Groq是为了获取技术专利以优化局部性能，但对于绝大多数追求性价比的行业客户来说，SRAM路线的存算一体注定是“富人的玩具”，无法支撑起千行百业的AI普惠需求。

产业真正需要的，是基于大容量存储介质（如DRAM）的存算一体芯片。它既要像DRAM一样便宜、大容量，又要像SRAM一样高效。

对于创新架构芯片来说，商业化最大的拦路虎，是生态墙（CUDA）。如果存算一体芯片无法兼容这一生态，开发者迁移成本将高得让人望而却步。

据「甲子苏州」了解，亿铸科技经过多年的开发和积累，通过兼容CUDA虚拟指令集（PTX），再搭配“一键生成”和“一键迁移”工具，让现有AI应用无需大规模人工硬件适配和算子优化即可顺畅运行，将模型移植时间从数月缩短到了数日。

或许，也只有这样，才能真正打破生态壁垒，加速技术落地。

当前，AI大模型正从云端向边缘侧、企业侧加速渗透。客户的核心诉求非常直接：既要高性能，又要买得起，还要好在现有系统上用起来。

对此，亿铸科技提出新一代基于大容量介质的存算一体AI大算力芯片提出了一个极具杀伤力的商业目标：以消费级显卡的价格，提供英伟达H系列专业卡的性能，且融于现有主流软件生态。

这并非天方夜谭，而是公司最新开发的存算一体架构红利带来的必然结果。

• 高性价比：由于存算一体消除了大量不必要的数据搬运电路和复杂的缓存层级，芯片面积利用率、能效和有效算力大幅提升。亿铸科技利用成熟工艺也许能够实现超越先进制程GPU的性能，从而大幅降低了制造难度和成本。

  
  

• 生态兼容：这是存算一体跨越鸿沟的关键。英伟达构筑的CUDA生态壁垒似乎坚不可摧，任何试图另起炉灶的硬件都将面临开发者的抵触。 对此，亿铸科技明确了“兼容CUDA”的战略。大大减轻软件生态重建的巨大负担，使得现有的AI应用无需大规模重写代码，即可在存算一体芯片上流畅运行。

  
  

试想一下，如果一家中型企业搭建智算中心，原本需要采购昂贵的H100集群，现在只需花费几分之一的成本，购买基于存算一体架构的通用GPU，就能获得同等甚至更高的实测算力，且能无缝继承原有的软件生态。

这种“低门槛、高性价比、强兼容”的组合，或许才是产业界苦苦等待的“真需求”。

英伟达收购Groq，或许是存算一体技术进入大众视野的导火索，但绝不是终局。

全球算力产业正在经历一场从“盲目堆料”到“架构革命”的价值回归。

不管是数据中心对数百万电费的敏感，还是企业对财报折旧压力的考量，都在呼唤一种更高效、更经济的计算范式。

当“显卡价格、H卡性能”的好用产品真正落地之时，或许才是存储墙真正倒塌、AI普惠时代真正到来的时刻。