我们知道，大模型到 GPT-3.5 这种千亿体量以后，训练和推理的算力就不是普通创业公司所能承担的了，人们用起来速度也会很慢。 但自本周起，这种观念已成为历史。 

一家名为 Groq 的初创公司开发出一种机器学习处理器，据称在大语言模型任务上彻底击败了 GPU—— 比英伟达的 GPU 快 10 倍，而成本仅为 GPU 的 10%，只需要十分之一的电力。 

这是在 Groq 上运行 Llama 2 的速度：

这是 Groq（Llama 2）和 ChatGPT 面对同一个 prompt 的表现：

尽管看起来不可思议，但事实就是如此，感兴趣的朋友不妨一试。 

目前，Groq 的官网提供了试用体验，有这些模型可选： 

官网地址：https://groq.com/ 

Groq 的处理器名为 LPU（语言处理单元），是一种新型的端到端处理单元系统，可以为具备序列组件的计算密集型应用（比如 LLM）提供极快的推理速度。 

它带动的大模型速度能达到前所未有的 500 Token/s，并且实现了极低的延迟。

用硬件加速软件，总能给人一种力大砖飞的感觉。Groq 还在 LPU 上运行了最新锐的开源模型 Mixtral，模型在不到一秒的时间内回复了包含数百个单词的事实性的、引用的答案（其中四分之三的时间是用来搜索）：

或许在 LPU 的加持下，生成式 AI 真的要如同 Gartner 最近预测所言：在两年内对搜索引擎构成巨大威胁了。仔细一想也确实合理，毕竟当年神经网络就是被 GPU 算力的发展带飞的。 

至于为什么这么快？ 

有人分析，GPU 专为具有数百个核心的并行处理而设计，主要用于图形渲染，而 LPU 的架构旨在为 AI 计算提供确定性的性能。 

LPU 的架构不同于 GPU 使用的 SIMD（单指令、多数据）模型，而是采用更精简的方法，消除了对复杂调度硬件的需求。这种设计允许有效利用每个时钟周期，确保一致的延迟和吞吐量。 

能源效率是 LPU 相对于 GPU 的另一个值得注意的优势。通过减少与管理多个线程相关的开销并避免核心利用率不足，LPU 可以提供更多的每瓦计算量，将其定位为更环保的替代方案。 

Groq 的芯片设计允许将多个 TSP 连接在一起，不会出现 GPU 集群中的传统瓶颈，使其具有极高的可扩展性。随着更多 LPU 的添加，这可以实现性能的线性扩展，从而简化大规模 AI 模型的硬件要求，并使开发人员更轻松地扩展其应用程序，而无需重新架构其系统。  

在 A100 和 H100 相对紧缺的时代，LPU 或许会成为大模型开发商的新选择。 

Groq 成立于 2016 年，这家公司的创始团队出自谷歌，曾经设计了谷歌自研 AI 芯片张量处理单元 TPU 系列。据官网介绍，Groq 公司创始人、首席执行官 Jonathan Ross 曾经承担了 TPU 的 20% 工作。 

人工智能已经在科技界掀起了一场风暴。2023 年可能是世界意识到人工智能将成为现实的一年，而 2024 年则是人工智能真正成为现实而不仅仅是假设的一年。这是 Jonathan Ross 曾经表达的一个观点。 

当我们拥有 100 万 Token 上下文的 Gemini Pro 1.5、每秒 500 Token 推理速度的 Groq、推理能力更进一步的 GPT-5，梦想还会远吗？