北京时间3月17日凌晨2点，英伟达CEO黄仁勋在GTC 2026主题演讲中正式发布了Groq 3 LPU（Language Processing Unit，语言处理单元）推理芯片，并将其纳入新一代Vera Rubin AI平台。
这是英伟达去年底与Groq达成技术许可协议后，首次将LPU以量产产品形态推向市场。黄仁勋在会上表示，三星正全力加速生产这款芯片，基于Groq 3的LPX机架预计今年下半年面世。
就在GTC开幕前夕，天风国际证券分析师郭明錤发文称，英伟达投资Groq后，LPU的出货量预测已大幅上调。他预计2026至2027年LPU总出货量将达到400万至500万颗，新架构机柜预计今年第四季度开始量产，2026年机柜出货量约为300至500个，2027年增至15000至20000个。
在英伟达将LPU推上前台的同时，国内已有多家上市公司围绕这一技术路线布局。
LPU做了什么
在今年GTC的两个多小时演讲中，“推理”（inference）一词出现了近40次。
“今年GTC释放出的一个强烈信号，是推理时代正在加速到来。”云天励飞（688343.SH）相关负责人向财联社记者表示。
他分析称，随着Agentic AI从“会对话”走向“会做事”，大模型正在越来越深地嵌入到工作流中，AI正从对话工具迈向能够拆解任务、调用工具、执行流程的劳动力。一旦AI进入生产环节，行业最关心的就不再只是模型够不够强，而是算力能不能算得过来。
黄仁勋此次反复强调的一个核心概念是“token工厂”：在既定电力、空间和成本约束下，让数据中心产出更多、更快、更有商业价值的token。他在演讲中提出，token是AI时代的硬通货，计算能力就是企业的收入。
而LPU正是为了提高这座“工厂”效率而生的。
云天励飞相关负责人向财联社记者分析了其中的技术逻辑：大模型推理过程可以拆成prefill（预填充）和decode（解码）两个阶段。Prefill阶段需要高并行算力、大内存容量和高吞吐，Decode阶段则需要低时延、低抖动和快速响应。英伟达在GTC上推出的Vera Rubin和Groq 3 LPU，分别面向这两个阶段。
他进一步指出，并非整个decode阶段都交给LPU，而是其中token生成环节由LPU发挥优势。Rubin GPU仍继续处理prefill和decode中的attention计算。
黄仁勋在演讲中也给出了具体的配比建议：约25%的数据中心部署Groq，其余75%部署Vera Rubin。他表示，如果用户的工作主要涉及编码等高价值token生成任务，加入Groq后收益更明显。
在性能方面，智微智能（001339.SZ）在今年3月举办的投资者交流中表示，根据Groq CEO在2024年ISSCC（国际固态电路大会）上公布的实测数据，LPU的token生成速度达到英伟达H100 GPU的6倍，单token成本降至H100的1/4，推理能耗降至H100的1/3。
LPU的速度优势来自其架构设计。
与GPU采用的通用并行计算架构不同，LPU采用确定性数据流处理器架构，由编译器在编译阶段完成所有调度，运行时不需要动态仲裁。同时，LPU配备大容量片上SRAM（静态随机存储器），数据直接集成在芯片上，访问延迟远低于GPU从外部显存读取数据的方式。
智微智能在投资者交流会中将这一差异做了形象解释：LPU的静态编译调度类似于高铁运行图，所有时刻表提前确定，拥堵概率极低；而GPU的动态调度则类似高速公路自由行驶，个体的随机性在数学上必然导致系统性拥堵。
英伟达方面披露的数据显示，Vera Rubin与Groq 3 LPU联合部署后，每兆瓦token生成效率可提升35倍。目前Groq 3 LPU由三星代工，已量产LP30芯片，LPX机架单机柜可容纳256颗LPU，预计今年第三季度出货。
云天励飞相关负责人认为，GTC 2026释放的不只是英伟达一家的产品信号，而是整个行业正在形成共识：推理时代拼的不再只是峰值参数，而是能否围绕不同任务的计算特征做更细致的优化，让每一份算力都用在该用的地方。
国内谁在跟进
LPU从概念走向量产，国内上市公司已开始布局。
芯片设计端，智微智能近日通过曜腾投资参股了杭州元川微科技有限公司。元川微是国内基于LPU架构的算力芯片公司，自研了硬数据流架构与全资源编译器，推出了面向大模型和端侧应用场景的Mountain（算力）和River（Agent）两大系列产品。
智微智能在投资者交流中表示，公司通过与上游芯片原厂的绑定，旨在强化从训练端到推理端的卡位，增强在AI服务器、具身智能、边缘及端侧领域的产品能力。该公司在投资者交流中还表示，未来推理算力占比将达90%，训练仅占10%，LPU有望在推理市场中占据主导地位。
此外，星宸科技(301536.SZ)也对元川微进行了多轮增资。
云天励飞则从芯片架构层面跟进了类似的技术路线。公司已公开提出GPNPU（通用可编程神经网络处理器）技术路线，围绕大模型推理场景规划了P芯片和D芯片，分别面向prefill和decode阶段优化，同时通过3D堆叠存储来缓解推理链路中的带宽瓶颈。
云天励飞相关负责人称，如果说英伟达这次是在用 Rubin + LPX 展示“推理异构化”的全球样本，国内厂商围绕PD分离、存储协同持续推进推理架构创新，实际上正在沿着同一条产业方向前进。
万通智控（300643.SZ）也在LPU领域有所动作。公司参股了深明奥思（持股5.66%），锁定其LPU板卡在具身智能域控领域的全球独家制造与销售权。深明奥思的LPU芯片Fellow 1于今年一季度流片，二季度进入送样测试。
在上游供应链方面，LPU的规模化应用也将为PCB（印刷电路板）行业带来增量。
光大证券在近期发布的研报中指出，由于单颗LPU的片上SRAM容量有限，运行大规模模型需要数百颗LPU串联，所需PCB载板面积较纯GPU方案将数倍增加。同时，LPU对PCB材料要求更高，预计将使用52层M9级覆铜板。上述变化将带动PCB面积需求和加工难度同步上升。
目前，沪电股份（002463.SZ）、胜宏科技（300476.SZ）、深南电路（002916.SZ）等公司均有高端PCB业务。
宝盈优配提示：文章来自网络，不代表本站观点。
