Гуо Минчи: Интеграция в экосистему Nvidia, производство LPU вырастет в 10 раз, окажет значительное влияние на цепочку поставок PCB

Нвидиа интегрирует технологию Groq LPU в платформу Rubin, что вызывает глубокие изменения в цепочке поставок.

На конференции Nvidia GTC генеральный директор Дженсен Хуанг объявил о выпуске чипа Nvidia Groq 3 LPU, официально включив его в систему платформы Vera Rubin как ключевой компонент для ускорения вывода данных в следующем поколении AI-центров обработки данных.

Известный аналитик цепочки поставок Apple Го Миньчжжун сразу же опубликовал отчет о исследовании цепочки поставок, указывая, что после участия Nvidia в компании Groq прогнозы по отгрузкам LPU значительно повысились: ожидается, что в 2026–2027 годах совокупные отгрузки достигнут 4–5 миллионов единиц, что более чем в 10 раз превышает исторочные годовые показатели.

Го Миньчжжун считает, что за этим взрывным ростом стоят два основных драйвера: во-первых, глубокая интеграция LPU с экосистемой CUDA от Nvidia значительно снижает порог входа для разработки; во-вторых, быстрое расширение спроса на сверхнизкую задержку в сценариях реального времени, агентских AI, потребительских приложениях и физических AI. Он также отметил, что массовое производство раковин LPU/LPX окажет существенное влияние на цепочку поставок PCB, а WUS-печатные схемы (WUS Printed Circuit) могут стать ключевыми бенефициарами.

Объявление на GTC: LPU официально стал седьмым краеугольным камнем платформы Rubin

В ходе основного выступления на GTC Хуанг раскрыл, как Nvidia интегрировала технологии IP, приобретенные у Groq в прошлом году, в платформу Rubin. Nvidia Groq 3 LPU, как ускоритель для вывода данных, стал седьмым ключевым модулем после Rubin GPU, Vera CPU, коммутатора расширения NVLink 6, сетевой карты ConnectX 9, блока обработки данных Bluefield 4 и коммутатора Spectrum-X.

С точки зрения архитектуры, Groq 3 LPU явно отличается от большинства современных AI-ускорителей. Большинство из них используют HBM в качестве рабочей памяти, тогда как каждый Groq 3 LPU содержит встроенную SRAM объемом 500 МБ — такой же тип памяти, как у кэша CPU и GPU. Хотя этот объем значительно меньше 288 ГБ HBM4, используемых в Rubin GPU, пропускная способность достигает 150 ТБ/с, что в разы превышает 22 ТБ/с у HBM.

Для задач AI, чувствительных к пропускной способности, сверхвысокая пропускная способность Groq 3 дает заметное преимущество в сценариях вывода данных, особенно при развертывании передовых моделей AI, требующих большого объема, низкой задержки и высокой интерактивности.

Исследование цепочки поставок: прогноз отгрузок на 2026–2027 годы — 4–5 миллионов единиц

По последним данным Го Миньчжжуна, после участия Nvidia в Groq прогнозы по отгрузкам LPU были существенно пересмотрены вверх. Он ожидает, что в 2026–2027 годах совокупные отгрузки LPU составят 4–5 миллионов единиц, при этом в 2026 году доля достигнет 30–40%, а в 2027 году — 60–70%. По сравнению с историческими показателями это более чем в 10 раз выше.

На уровне раковин Nvidia планирует увеличить плотность LPU в каждом шкафу с 64 до 256 единиц, чтобы обеспечить сверхнизкую задержку при выводе данных и одновременно справляться с ростом требований к кэш-памяти KV из-за расширенного контекста обработки.

Го Миньчжжун прогнозирует, что новая архитектура раковин начнет массовое производство в четвертом квартале 2026 года — первом квартале 2027-го, а объем отгрузок раковин вырастет с 300–500 штук в 2026 году до 15 000–20 000 штук в 2027 году.

Ключ к успеху — интеграция технологий: три критических узла, определяющих скорость внедрения

Го Миньчжжун отмечает, что быстрый рост спроса на LPU в корне связан с его глубокой связью с экосистемой Nvidia. Интеграция с CUDA значительно снижает барьеры для разработки и развертывания приложений, позволяя разработчикам использовать вычислительные мощности LPU без необходимости перестраивать существующие рабочие процессы. В то же время, быстрое расширение спроса на сценарии с сверхнизкой задержкой, такие как агентские AI, приложения в реальном времени и физический AI, дополнительно стимулирует рост потребности в LPU.

Он выделяет три ключевых узла для отслеживания технологической интеграции: во-первых, на уровне сетевой архитектуры — сможет ли межкабельное соединение раковин через NVLink Fusion и RealScale обеспечить плавное взаимодействие; во-вторых, на уровне интерфейса для разработчиков — сможет ли Nvidia NIM позволить запускать рабочие нагрузки без различия между GPU и LPU; в-третьих, на уровне компиляторов — сможет ли TensorRT-LLM поддерживать архитектуру “предварительной компиляции” для LPU. Го Миньчжжун считает, что скорость продвижения по этим трём направлениям напрямую определит масштаб и глубину внедрения LPU.

Новый цикл для цепочки PCB: WUS-печатные схемы могут стать ключевым бенефициаром

Го Миньчжжун особо подчеркивает, что массовое производство раковин LPU/LPX существенно влияет на цепочку поставок PCB. Он отмечает, что LPU/LPX раковины представляют собой первую масштабную коммерческую реализацию материалов класса M9 (многослойных покрытых медью плат), а WUS-печатные схемы играют ключевую роль в этой цепочке.

Материалы M9 требуют очень высокой технологической точности, включая обработку кварцевого стекловолокна для изготовления многослойных плат с высоким числом слоев. Го Миньчжжун считает, что если массовое производство раковин LPU/LPX будет успешно запущено, это не только даст существенный вклад в показатели WUS в 2027 году, но и подтвердит технологические возможности компании в области высокотехнологичного производства, что может стимулировать рост всего сектора PCB.

Риски и отказ от ответственности

Рынок подвержен рискам, инвестировать следует с осторожностью. Настоящий материал не является индивидуальной инвестиционной рекомендацией и не учитывает конкретные цели, финансовое положение или потребности каждого пользователя. Пользователи должны самостоятельно оценить, соответствуют ли любые мнения, взгляды или выводы их конкретной ситуации. За инвестиционные решения несет ответственность сам пользователь.