当前位置: 首页 > news >正文

英伟达与AI芯片竞争对手Groq达成授权协议并聘用其CEO

英伟达已与AI芯片竞争对手Groq达成非独家授权协议。作为交易的一部分,英伟达将聘用Groq创始人乔纳森·罗斯、总裁桑尼·马德拉以及其他员工。

CNBC报道称,英伟达正以200亿美元收购Groq的资产;英伟达向TechCrunch表示,这并非对该公司的收购,并未就交易范围发表评论。但如果CNBC的数字准确,这笔收购预计将成为英伟达有史以来最大的一笔交易,而有了Groq的支持,英伟达有望在芯片制造领域变得更加占主导地位。

随着科技公司竞相提升AI能力,它们需要计算能力,而英伟达的GPU已成为行业标准。但Groq一直在研发一种名为LPU(语言处理单元)的不同类型芯片,该公司声称这种芯片运行大语言模型的速度比传统芯片快10倍,能耗却只有十分之一。Groq的CEO乔纳森·罗斯以此类创新而闻名——他在谷歌工作时,曾参与发明了TPU(张量处理单元),这是一种定制的AI加速器芯片。

今年9月,Groq以69亿美元的估值融资7.5亿美元。该公司的增长迅速且显著——公司表示,它为超过200万开发者的AI应用提供支持,而去年约为35.6万。

Q&A

Q1:Groq的LPU芯片有什么特别之处?

A:Groq开发的LPU(语言处理单元)是一种专门针对语言处理优化的芯片,据该公司声称,它运行大语言模型的速度比传统芯片快10倍,而能耗却只有十分之一,这在AI计算领域具有重要意义。

Q2:英伟达为什么要与Groq合作?

A:英伟达与Groq的合作主要是为了获得其先进的LPU技术和人才。Groq的创始人乔纳森·罗斯曾在谷歌参与发明TPU芯片,具有丰富的AI芯片创新经验,这将帮助英伟达进一步巩固在AI芯片领域的主导地位。

Q3:这笔交易的规模有多大?

A:据CNBC报道,英伟达收购Groq资产的金额为200亿美元。如果这个数字准确,这将成为英伟达有史以来最大的一笔交易,不过英伟达表示这并非对Groq公司的完整收购。


http://www.gsyq.cn/news/153904.html

相关文章:

  • 需求接口人与研发接口人的职责分别是什么
  • 英国AI公司Nscale斥资8.65亿美元加码美国数据中心布局
  • Vite 在项目中的使用分析
  • 2025机械密封厂家综合实力排名TOP5:产能、专利、质量三维度权威解析 - 爱采购寻源宝典
  • 创新项目的立项与评审机制如何设计
  • 简述内存映射
  • Day11 二分查找 -代码随想录 数组
  • 英伟达斥资200亿美元许可芯片初创公司Groq技术
  • 【计算机毕业设计案例】基于springboot旅游门票信息系统设计与实现基于springboot的旅游网站系统的设计与实现(程序+文档+讲解+定制)
  • 麦多福生鲜超市库存管理信息系统sb+v
  • 通信协议仿真:5G NR协议仿真_(5).5G NR仿真工具与平台
  • 美食推荐SpringBoot
  • 【课程设计/毕业设计】基于springboot的旅游网站系统的设计与实现基于springboot的旅游管理系统,在线旅游管理系统【附源码、数据库、万字文档】
  • 2025开顶集装箱厂家综合实力排名TOP5(产能+专利+服务三维度对比) - 爱采购寻源宝典
  • 常见端口的用途
  • 【弹簧阻尼器】无摩擦弹簧质量阻尼器系统稳态振动振幅比的三维曲面图研究附Matlab代码
  • AI搜索优化专业公司推荐,南方网通实力护航 - 工业设备
  • 2025勾花网厂家推荐排行榜:安平特迪产能领先,沃达专利优势突出 - 爱采购寻源宝典
  • Java毕设选题推荐:基于springboot的旅游网站系统的设计与实现基于springboot的旅游管理系统,在线旅游管理系统【附源码、mysql、文档、调试+代码讲解+全bao等】
  • 2025 法兰球阀 厂家推荐排行榜:从产能到专利的权威解析 - 爱采购寻源宝典
  • 【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究附Matlab代码
  • C 语言字符串函数超全解析
  • 2025铜芯电缆厂家推荐排行榜:从产能到专利的权威实力比拼 - 爱采购寻源宝典
  • Windows系统文件vbscript.dll丢失损坏问题 下载修复
  • Windows系统文件usercpl.dll丢失损坏问题 下载修复
  • 免费SSL证书申请自动验证:DNS解析代理
  • VAN.dll文件缺失找不到损坏问题 免费下载方法
  • [特殊字符] 一文看懂:Android 系统中如何“默认开启/关闭 USB 调试”?
  • 基于Uniapp的派出所业务管理系统微信小程序(程序+文档+讲解)
  • 医疗自动标注漏医生隐写症状 后来补NLP规则引擎才救回诊断准确率