當(dāng)下，人工智能蓬勃發(fā)展，創(chuàng)新技術(shù)不斷涌出，整個(gè)行業(yè)正經(jīng)歷著一場意義深遠(yuǎn)的變革。

而這其中，DeepSeek 和 LPU 的出現(xiàn)格外引人注目。DeepSeek 憑借其卓越的性能和強(qiáng)大的成本優(yōu)勢，迅速在全球范圍內(nèi)圈粉無數(shù)，掀起了一股使用熱潮。而 LPU，作為專為語言處理任務(wù)量身定制的硬件處理器，以其區(qū)別于傳統(tǒng) GPU 的創(chuàng)新架構(gòu)、令人驚嘆的性能表現(xiàn)和超低的成本優(yōu)勢，成為了 AI 領(lǐng)域的新寵。

DeepSeek 與 LPU 的結(jié)合，或許會為這場變革注入新的動(dòng)力。

LPU 是什么？

2024 年 2 月，由谷歌 TPU 設(shè)計(jì)者 Jonathan Ross 創(chuàng)立的 Groq 公司發(fā)布新一代 LPU，實(shí)測性能引發(fā)行業(yè)震動(dòng)：在 Meta Llama 2-70B 推理任務(wù)中，其 LPU 相較英偉達(dá) H100 實(shí)現(xiàn) 10 倍性能提升，推理成本降低 80%。而 LPU 本質(zhì)為減少計(jì)算中內(nèi)存調(diào)用次數(shù)，從而實(shí)現(xiàn)推理效率的提升。對推理芯片而言，更高性能、更低成本的 LPU，提供了一個(gè)新的技術(shù)路徑選項(xiàng)。

LPU，全稱 Language Processing Unitix，是一種專門為語言處理任務(wù)設(shè)計(jì)的硬件處理器。它與我們熟知的 GPU（Graphics Processing Unit，圖形處理器）有著本質(zhì)的區(qū)別。GPU 最初是為處理圖形渲染任務(wù)而設(shè)計(jì)的，在并行計(jì)算方面表現(xiàn)出色，因此后來被廣泛應(yīng)用于人工智能領(lǐng)域的模型訓(xùn)練和推理。然而，LPU 則是專門針對語言處理任務(wù)進(jìn)行優(yōu)化的，旨在更高效地處理文本數(shù)據(jù)，執(zhí)行諸如自然語言理解、文本生成等任務(wù)。

從硬件架構(gòu)來看，LPU 有著獨(dú)特的設(shè)計(jì)，采用了時(shí)序指令集計(jì)算機(jī)架構(gòu)。同時(shí)，LPU 不需要芯片外內(nèi)存，這是其區(qū)別于傳統(tǒng)硬件架構(gòu)的重要特點(diǎn)。傳統(tǒng)的 GPU 在運(yùn)行過程中，需要依賴高速的數(shù)據(jù)傳輸和大量的芯片外內(nèi)存來存儲和處理數(shù)據(jù)，這不僅增加了硬件成本，還可能在數(shù)據(jù)傳輸過程中產(chǎn)生延遲，影響系統(tǒng)性能。而 LPU 使用的是 SRAM（Static Random - Access Memory，靜態(tài)隨機(jī)存取存儲器），其速度比 GPU 所用的存儲器快約 20 倍。這種高速的內(nèi)存使得 LPU 在處理數(shù)據(jù)時(shí)能夠更快地讀取和寫入信息，大大提高了處理效率。

在能效方面，LPU 通過減少多線程管理的開銷和避免核心資源的未充分利用，實(shí)現(xiàn)了更高的每瓦特計(jì)算性能，在執(zhí)行推理任務(wù)時(shí)，無需像 GPU 那樣頻繁從內(nèi)存加載數(shù)據(jù)，消耗的電量也低于英偉達(dá)的 GPU。

Groq 公司作為 LPU 的重要推動(dòng)者，公布的 LPU 性能令人驚嘆。與當(dāng)前行業(yè)內(nèi)的領(lǐng)先模型相比，LPU 展現(xiàn)出了巨大的優(yōu)勢。例如，在與 GPT - 4 的對比中，Groq 的 LPU 比 GPT - 4 快 18 倍，在處理速度上達(dá)到了每秒 500 token 的驚人成績，打破了行業(yè)紀(jì)錄，其性能是英偉達(dá) GPU 的 10 倍。而且，不同于英偉達(dá) GPU 對高速數(shù)據(jù)傳輸和高帶寬存儲器（HBM）的依賴，Groq 的 LPU 系統(tǒng)中沒有采用 HBM，而是通過優(yōu)化的 SRAM 設(shè)計(jì)，實(shí)現(xiàn)了高效的數(shù)據(jù)處理。這種獨(dú)特的設(shè)計(jì)使得 LPU 在保證高性能的同時(shí)，還降低了硬件成本和系統(tǒng)復(fù)雜性。

這一突破也凸顯了計(jì)算模式的潛在轉(zhuǎn)變，即在處理基于語言的任務(wù)時(shí)，LPU 可以提供一種專業(yè)化、更高效的替代方案，挑戰(zhàn)傳統(tǒng)上占主導(dǎo)地位的 GPU。

國產(chǎn)企業(yè)布局 LPU

國產(chǎn) LPU 當(dāng)然也受到市場關(guān)注。

目前，清華系的無問芯穹已研發(fā)出全球首個(gè)基于 FPGA（現(xiàn)場可編程邏輯門陣列）的大模型處理器，稱其為無穹 LPU，通過大模型高效壓縮的軟硬件協(xié)同優(yōu)化技術(shù)，使得 LLaMA2-7B 模型的 FPGA 部署成本從 4 塊卡減少至 1 塊卡，并且性價(jià)比與能效比均高于同等工藝 GPU，即展示「一張卡跑大模型」。

無問芯穹研發(fā)的端側(cè)大模型推理處理器 LPU 采用異構(gòu)計(jì)算技術(shù)。其核心目標(biāo)是提供如水電煤般便捷的算力服務(wù)，解決當(dāng)前市場中算力資源匱乏的問題。目前已通過適配多種 AI 芯片，實(shí)現(xiàn)不同模型高效并行處理，根據(jù)無問芯穹的內(nèi)部測試數(shù)據(jù)，這款芯片在大規(guī)模模型推理場景中，算力成本下降高達(dá) 90%，為國內(nèi)算力之困開辟了一條前路。

據(jù)悉，無問芯穹成立于 2023 年 5 月，創(chuàng)始團(tuán)隊(duì)來自清華大學(xué)電子工程系，致力于成為大模型落地過程中的"M×N"中間層，以打造大模型軟硬件一體化方案，鏈接上下游，建立 AGI（通用人工智能）時(shí)代大模型基礎(chǔ)設(shè)施。

DeepSeek 利好上游，將推動(dòng) AI 大規(guī)模應(yīng)用

2025 年 1 月 20 日，DeepSeek 正式發(fā)布 DeepSeek-R1 模型，在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上，性能成功比肩 OpenAI-o1 正式版，在 1 月 24 日國外大模型排名 Arena 上，DeepSeek-R1 基準(zhǔn)測試升至全類別大模型第三，在風(fēng)格控制類模型分類中與 OpenAI-o1 并列第一，展現(xiàn)出強(qiáng)大的技術(shù)實(shí)力。僅僅一周后，DeepSeek 在中國區(qū)及美區(qū)蘋果 App Store 免費(fèi)榜均占據(jù)首位，成為首個(gè)同期在中國和美區(qū)蘋果 App Store 占據(jù)第一位的中國應(yīng)用，用戶量在短時(shí)間內(nèi)迅速攀升，在全球范圍內(nèi)掀起了使用熱潮。

DeepSeek 發(fā)展速度之快令人咋舌，日活數(shù)據(jù)的增長堪稱「火箭式」上升。前幾日，DeepSeek 的日活剛突破 2000 萬，然而不到一周的時(shí)間，日活已經(jīng)飆升至 3000 萬，短短 7 天內(nèi)用戶增長一個(gè)億。與之形成鮮明對比的是，曾經(jīng)風(fēng)靡全球的 ChatGPT 達(dá)到同樣的用戶增長規(guī)模需要 2 個(gè)月的時(shí)間。DeepSeek 的快速崛起，彰顯了其在人工智能領(lǐng)域的強(qiáng)大競爭力和市場吸引力。

隨著 DeepSeek 用戶的大規(guī)模增長，對上游做算力的公司產(chǎn)生了顯著的利好影響。算力作為人工智能運(yùn)行的基礎(chǔ)支撐，是模型訓(xùn)練和推理得以實(shí)現(xiàn)的關(guān)鍵。DeepSeek 的火爆意味著對算力的需求呈指數(shù)級增長，這為上游的算力供應(yīng)商提供了廣闊的市場空間。

值得一提的是，三家基礎(chǔ)電信企業(yè)均全面接入 DeepSeek 開源大模型。這一舉措不僅進(jìn)一步推動(dòng)了 DeepSeek 的廣泛應(yīng)用，還為電信企業(yè)自身的業(yè)務(wù)發(fā)展帶來了新的機(jī)遇。電信企業(yè)擁有豐富的網(wǎng)絡(luò)資源和龐大的用戶基礎(chǔ)，接入 DeepSeek 大模型后，可以將人工智能技術(shù)融入到通信服務(wù)、智能客服、大數(shù)據(jù)分析等多個(gè)業(yè)務(wù)領(lǐng)域，提升服務(wù)質(zhì)量和用戶體驗(yàn)，同時(shí)也為自身在人工智能時(shí)代的轉(zhuǎn)型發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

在市場層面，DeepSeek 的成功也引發(fā)了資本的關(guān)注。大量的投資涌入與 DeepSeek 相關(guān)的產(chǎn)業(yè)鏈，從算力支持到算法優(yōu)化，再到應(yīng)用開發(fā)，各個(gè)環(huán)節(jié)都成為了資本追逐的熱點(diǎn)。這不僅促進(jìn)了相關(guān)企業(yè)的技術(shù)研發(fā)和業(yè)務(wù)拓展，還加速了整個(gè)行業(yè)的發(fā)展進(jìn)程。

之所以 DeepSeek 如此受到關(guān)注，除了其在性能上的卓越表現(xiàn)外，還在于其具有強(qiáng)大的成本優(yōu)勢。DeepSeek 模型厲害的地方在于，整個(gè)訓(xùn)練僅花費(fèi)了 557.6 萬美元，在 2048xH800 集群上運(yùn)行 55 天完成。性能卻能和 OpenAI 的頂尖模型 ChatGPT-o1 比肩，甚至在某些領(lǐng)域還強(qiáng)一點(diǎn)。

這筆費(fèi)用是什么概念呢？Anthropic 的 CEO 曾透露，GPT-4o 這樣的模型訓(xùn)練成本約為 1 億美元。而目前正在開發(fā)的 AI 大模型訓(xùn)練成本可能高達(dá) 10 億美元。他還預(yù)測，未來三年內(nèi)，AI 大模型的訓(xùn)練成本將上升至 100 億美元甚至 1000 億美元。換句話說，DeepSeek-V3 的這個(gè)成本幾乎可以忽略不計(jì)。由于 OpenAI 的大模型成本巨大，在美國政府的支持下，甚至發(fā)起了總投資 5000 億美元的星門計(jì)劃來建設(shè) AI 設(shè)施。

高性能低價(jià)平權(quán)之下，LPU 被看好

AI 基礎(chǔ)設(shè)施建設(shè)的巨額成本一直是阻擋 AI 大規(guī)模應(yīng)用的絆腳石。

DeepSeek-R1 具備高性能、低成本、開源三大屬性。DeepSeek-R1 問世，其開源屬性為企業(yè)提供了技術(shù)底座，如教育機(jī)構(gòu)可基于開源代碼定制學(xué)科知識庫、教學(xué)場景交互邏輯等，人力資源機(jī)構(gòu)也可針對招聘培訓(xùn)等垂直場景構(gòu)建垂直助手。且 DeepSeek-R1 大模型單次訓(xùn)練和推理對算力的需求低，因此基于 DeepSeek-R1 二次訓(xùn)練的成本也更低，更有利于企業(yè)低成本訓(xùn)練及本地部署。簡而言之，DeepSeek-R1 的突破性發(fā)展，直接降低了 AI 應(yīng)用的研發(fā)落地成本，將加速 AI 技術(shù)在各行業(yè)的滲透。

如果說，DeepSeek 屬于「核彈」級，那 LPU 就是「氫彈」級。據(jù)了解，美國 Groq 公司已經(jīng)在自己的 LPU 芯片上實(shí)機(jī)運(yùn)行 DeepSeek，效率比最新的 H100 快上一個(gè)量級，達(dá)到每秒 24000token。某種程度上，單純靠堆砌硬件算力，實(shí)現(xiàn)智力的邏輯也將失效。隨著硬件芯片制程逐漸到達(dá)瓶頸，后期人工智能主要靠算法和芯片架構(gòu)優(yōu)化推動(dòng)。

而 DeepSeek 與 LPU 的結(jié)合標(biāo)志著 AI 算力領(lǐng)域的重要變革，特別是在大語言模型（LLM）推理場景中展現(xiàn)出顯著的技術(shù)突破和市場潛力。這種結(jié)合使得大語言模型在處理速度、成本控制和應(yīng)用范圍等方面都有了新的突破，為人工智能的發(fā)展開辟了新的道路。

作為 LPU 的主要供應(yīng)商，美半導(dǎo)體初創(chuàng)公司 Groq 也受到了投資市場的看好。據(jù)了解，目前該公司已獲得沙特阿拉伯 15 億美元的承諾投資，以支持 Groq 擴(kuò)建位于沙特達(dá)曼的 AI 推理基礎(chǔ)設(shè)施。Groq 的達(dá)曼數(shù)據(jù)中心由該企業(yè)同石油巨頭沙特阿美旗下子公司合作建設(shè)，目前該數(shù)據(jù)中心已包含 19000 個(gè) Groq LPU（語言處理單元），可向 41 個(gè)國家的 40 億用戶提供服務(wù)。

另一方面，這也對英偉達(dá)和其他美國人工智能科技公司造成打擊，三星電子和 SK 海力士預(yù)計(jì)將在快速增長的人工智能 (AI) 內(nèi)存芯片業(yè)務(wù)中面臨越來越多的不確定性。而這兩家公司主要生產(chǎn)用于英偉達(dá) GPU 的 HBM 芯片。SK 海力士 1 月份的數(shù)據(jù)比 12 月下跌了 19.3%。這是自 2023 年 4 月該公司開發(fā)出全球 12 層 HBM3 芯片以來，環(huán)比跌幅最大的一次。

當(dāng) LPU 技術(shù)將 AI 創(chuàng)作成本降至消費(fèi)級硬件可承載范圍，普通人使用 RTX 顯卡即可運(yùn)行百億參數(shù)模型時(shí)，UGC 內(nèi)容生產(chǎn)將迎來核爆式增長。這種生產(chǎn)力解放可能提前 10 年實(shí)現(xiàn)"人人都是創(chuàng)作者"的預(yù)言。

當(dāng) LPU 架構(gòu)與神經(jīng)擬態(tài)芯片結(jié)合后，個(gè)人設(shè)備的計(jì)算能力將得到質(zhì)的飛躍。也許，未來的智能手機(jī)或筆記本電腦，借助這種技術(shù)，用戶無需聯(lián)網(wǎng)就能在本地快速運(yùn)行復(fù)雜的語言模型，實(shí)現(xiàn)高效的個(gè)人工作流部署。