一句话看懂：英伟达宣布 Groq 3 LPX 推理加速卡进入全面量产，并在独立测试中跑出每秒 3400 token 的速度，号称是 Cerebras 的四倍。但考虑到实现这一成绩需要至少 64 颗芯片，而 Cerebras 只需一两颗，这场速度之争实际并不像数字看起来那么悬殊。
事件核心：发生了什么
在 Hot Chips 2026 会议上，英伟达宣布其 Groq 3 LPX 推理加速器进入全面生产阶段，预计今年晚些时候上线。这款芯片定位为“交互式 AI 推理加速器”，隶属于 Vera Rubin 平台，专门用于加速 AI 智能体的 token 生成速度。英伟达在去年 12 月以约 200 亿美元收购了 Groq 的授权，并引入了创始人 Jonathan Ross 和总裁 Sunny Madra。
根据 Artificial Analysis 的基准测试，在开源模型 Gemma 4 31B 上，使用 10 万 token 上下文窗口，Groq 3 LPX 机架实现了每秒 3400 token 的输出速度，这是该模型目前公开记录的最高值。英伟达称这一成绩是 Cerebras 芯片（每秒 882 token）的四倍。
为什么重要
这次对比背后是推理加速器市场两种技术路线的直接碰撞。Groq 采用 SRAM 密集型数据流架构，每颗 LPU 仅有 500 MB 内存，相比 Rubin GPU 的 288 GB 差了 576 倍，因此模型必须拆分到多颗芯片上运行。The Register 指出，Gemma 4 31B 属于最理想的情况——这是一个稠密模型，可以完整放进一个机架；而像 DeepSeek V3 这样的混合专家模型，则需要 1342 颗加速器，也就是超过五个机架。
更重要的是，Cerebras 跑同一个模型只需要一两颗加速器，而英伟达的方案至少需要 64 颗芯片。这意味着英伟达引用的“四倍速度”没有把硬件成本和部署规模纳入比较，也没有包含 Cerebras 最新的 CS-4 代产品。对行业而言，这个案例提醒我们：推理性能的单点指标，如果脱离芯片数量和系统总成本来看，容易形成误导。
对用户/开发者/创作者的影响
对于开发者和企业用户来说，Groq 3 LPX 如果真的能够把代码编写任务从“小时级”压缩到“分钟级”，在智能体场景下会有实际价值——模型可以在用户可接受的等待时间内完成更多推理步骤、调用更多工具、验证更多结果。Nebius 计划通过其 Token Factory 成为首家提供该芯片的云服务商，Groq 自身也是早期用户之一。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
但实际使用中，开发者需要关注的是总体拥有成本：达到宣称速度所需的最小部署规模、多机架方案带来的网络开销，以及在混合专家模型上的表现是否会大幅缩水。目前公开信息显示，这些方面尚无充分验证。
值得关注的后续
接下来可以重点观察三点：第一，Groq 3 LPX 在 Nebius 平台上线后的实际定价和可用性，以及是否对 Cerebras 形成价格压力；第二，该架构在 DeepSeek V3 这类大规模混合专家模型上的真实表现如何，是否会暴露扩展性短板；第三，Cerebras 是否会公布 CS-4 的对比数据来回应英伟达的“四倍”说法，推动行业内形成更透明的推理性能评测标准。
