行业与公司关键要点总结 涉及的行业与公司 * 行业：人工智能芯片、云计算服务、印刷电路板、PCB设备与耗材[1][2][5][6] * 公司： * 核心公司：英伟达、Groq[1][2][3] * PCB/钻针相关公司：沃尔德、四方达、鼎泰高科、中国高新、民爆光电、新瑞股份、欧科亿[5][6] * PCB设备相关公司：大族数控、英诺激光、凯格精机[2][6] 核心观点与论据 1. LPU的技术特点与市场定位 * LPU专为序列类自然语言处理设计，与更通用的GPU形成差异[1][2] * LPU功耗约为GPU的1/10，推理速度极快[1][2] * LPU通过精密编译器实现数据流动的确定性，提升效率[1][3] * LPU采用SRAM而非HBM，速度快但容量小，单芯片仅230兆[3] * 市场预期AI将从训练主导转向推理主导，LPU的速度优势在推理阶段战略价值凸显[1][3] 2. Groq的发展历程与英伟达的收购逻辑 * Groq自2016年成立至2023年多次濒临破产，因早期AI市场由训练主导，其内存与部署形态限制缺乏应用场景[1][3] * 英伟达于2025年底以200亿美元“收购”Groq，该价格约为Groq当时估值的4倍[1][3] * 收购的核心逻辑是押注AI转向推理主导，LPU的速度优势将更具价值[3] 3. Groq Cloud的部署模式与硬件架构 * Groq通过自建数据中心以API形式提供服务，降低客户直接部署门槛[1][4] * 硬件架构：1个板卡含1个LPU → 1个加速器由8个卡构成 → 1台Groq Server含8个加速器 → 每个计价单元合计72个LPU[1][4] * 以运行700亿参数的LLaMA 2为例，Groq Cloud方案需要576个LPU卡，而英伟达H200方案仅需4~5个GPU，板卡数量差异巨大[1][4] * 选择Groq Cloud的关键在于其推理速度优势，公开测评显示其在“每一兆token的价格”与“计算速度”坐标中位于低价高速区间[4] 4. LPU对PCB产业链的影响路径 * 路径一（“量”的逻辑）：LPU单独使用。因单芯片内存小，模型部署需大量芯片并行，导致PCB板卡数量可能出现百倍级增长，从而带动PCB面积和数量需求[2][5][6] * 路径二（“价”的逻辑）：LPU与GPU混合/堆叠封装。市场预期相关GPU可能采用52层、M9Q布基材的高多层PCB，高层数与高端材料提升单板价值与加工难度[2][5] 5. PCB产业链各环节的受益逻辑与关键公司 * 钻针环节（优先级最高）： * PCD微钻：主要受益于混合封装采用高端材料（如M9Q布）带来的“价”的逻辑。沃尔德PCD微钻已能钻1万个孔，属于应用场景变化带来的参数调整[2][5]。重点关注沃尔德、四方达[5] * 普通硬质合金微钻：主要受益于Groq Cloud路径下PCB面积与板卡数量增加的“量”的逻辑[2][5]。相关标的包括鼎泰高科、中国高新、民爆光电、新瑞股份、欧科亿[5][6] * PCB设备环节：主要受益于LPU单独使用路径下板卡数量与PCB面积百倍级增长带来的“量”的逻辑[2][6]。重点关注大族数控、英诺激光、凯格精机[2][6] * 液冷方向：增量需求不明显。因LPU芯片功耗非常低，目前独立运行的LPU芯片均为风冷[2][6] 其他重要内容 * LPU“难用”的核心约束在于片上内存极小（230兆），运行模型需要大量芯片并行，客户曾质疑其部署成本[3] * Groq Cloud已在沙特、欧洲、北美建设数据中心，并已有客户租用，尤其吸引对推理速度敏感的模型公司[4] * 混合封装GPU的相关消息指向其可能具备堆叠式内存，用于减少瓶颈[5]