groq

Groq zbudował swoją pozycję na architekturze, w której pamięć SRAM znajduje się bezpośrednio w układzie i zapewnia bardzo wysoką przepustowość oraz przewidywalne opóźnienia. NVIDIA zawarła z firmą umowę licencyjną, której wartość media szacowały na około 20 mld dolarów, a akceleratory Groq 3 LPX stały się elementem platformy Vera Rubin. W kolejnej generacji układów może pojawić się jednak pamięć DRAM ułożona w stosach 3D.

Samsung od miesięcy funkcjonuje w cieniu problemów z uzyskiem, odpływu klientów i przewagi Taiwan Semiconductor Manufacturing Company. Teraz Koreańczycy wracają do nagłówków za sprawą procesu 4 nm, który jeszcze niedawno częściej pojawiał się w kontekście kłopotów niż odbudowy pozycji. Pytanie nie brzmi więc tylko, czy 80 proc. uzysku to dobry wynik, ale czy ten wynik naprawdę zmienia układ sił na rynku akceleratorów AI.

Google znów dokręca śrubę w wyścigu o infrastrukturę dla sztucznej inteligencji, ale tym razem nie chodzi o prosty wzrost mocy. Firma pokazuje, że rynek dojrzał do momentu, w którym jeden akcelerator przestaje wystarczać do wszystkiego. Za marketingowym hasłem o erze agentów kryje się znacznie bardziej przyziemna sprawa, a mianowicie koszt pojedynczej odpowiedzi, opóźnienia i skala, która zaczyna pożerać budżety centrów danych.

Jakiś czas temu omawialiśmy na łamach PurePC system do obliczeń związanych ze sztuczną inteligencją Vera Rubin. Podczas wydarzenia GTC 2026, NVIDIA ogłosiła wprowadzenie do swojego ekosystemu AI dodatkowych układów Groq LPX (nie mylić z modelem LLM Grok od xAI). Rozwiązanie to ma umożliwić obsługę znacznie dłuższych kontekstów oraz przyspieszyć proces inferencji w szczególnie wymagających scenariuszach obliczeniowych.

Kanadyjski startup Taalas wyszedł z ukrycia z radykalnym podejściem do akceleracji AI. Zamiast budować kolejną elastyczną platformę obliczeniową, firma dosłownie wytrawiła parametry modeli językowych w strukturze krzemowego układu. Efekt? ponad 16 000 tokenów na sekundę dla Llama 3.1 8B. To dziesięć razy więcej niż potrafią najpotężniejsze systemy konkurencji, przy jednoczesnym dziesięciokrotnym obniżeniu kosztów eksploatacji.

Pięć miesięcy temu branża tech oszalała na punkcie zapowiedzi największej inwestycji w historii AI. NVIDIA miała wpompować w OpenAI nawet 100 mld dolarów na budowę gigawatowej infrastruktury obliczeniowej. Teraz okazuje się, że cała umowa wisi na włosku. Jensen Huang, CEO NVIDII, w rozmowie z dziennikarzami nazwał doniesienia o napięciach bzdurą, ale jednocześnie przyznał, że stumiliardowa kwota nigdy nie była zobowiązaniem.

NVIDIA sięgnęła do portfela i wyłożyła 20 mld dolarów gotówką. Cel? Przejęcie aktywów technologicznych i kluczowych inżynierów Groq, startupu założonego przez współtwórcę Google TPU. To największa transakcja w 32-letniej historii firmy, niemal trzykrotnie przewyższająca zakup izraelskiego Mellanoksa. To nie tradycyjne przejęcie, lecz strategiczny manewr mający ominąć antymonopolowe miny i jednocześnie zagarnąć najcenniejsze aktywa.

Na ten moment monopolistą w dziedzinie sztucznej inteligencji bez wątpienia jest NVIDIA. Rozwój AI spowodował wzrost zapotrzebowania na układy, które mogłyby wydajnie obsługiwać np. duże modele językowe (LLM). Dostarczył je nie kto inny, jak wspomniana firma, która przy okazji znacząco podniosła ceny za swoje specjalne akceleratory graficzne (NVIDIA A100). Nadchodzi jednak rozwiązanie, które może odmienić ten obraz o 180 stopni. Mowa o układzie LPU od firmy Groq.