都说资本市场从来不缺故事，最近A股大神们讲的故事都绕不开Deepseek，各种“小作文”全方位吹捧国产大模型的技术路线，相信大家已经听腻了。
看着Deepseek的底细快被扒光了，我心想大概不会再有新东西可以炒作了吧，各上市公司的股价也能稍微平静一下了。
结果这两天又在微博上看到一些标题党文章，说什么“Deepseek只是开胃菜，LPU才是真正的氢弹级突破！”
一听“氢弹”都来了，还是点进去看看。我也很好奇，这号称能扼杀NVIDIA前程的LPU芯片到底是什么来头。
不过在连续看了几篇文章、读了几篇研报之后，我觉得这芯片远没有股票专家们吹得那么厉害。
首先给大家介绍一下“LPU”到底是个什么。
它并不是什么新鲜事物，特指去年美国Groq公司发布的一款AI处理器，中文名字叫做“语言处理单元”，主要用于大语言模型的推理计算。
值得一提的是，目前暂时没有任何国产化的消息。说实话，这种概念即使用来炒A股，也有点过于超前了。
它如今又被大家拿出来炒作，还是因为有人研究了Deepseek的低成本方案，发现他们仅仅在CUDA驱动的PTX层做了一些优化，就实现了内存和通信效率的大幅提升。
那么，如果再“为算法单独设计硬件”，效率的提升会更加可观。
于是大家突然想开了，之前做AI就往上堆显卡的做法是自己把路走窄了。现有的硬件和软件都能再挖掘一下，就能起到事半功倍的效果。
软件方面Deepseek已经行动了，硬件方面，研究员们翻箱倒柜找出来的就是LPU了。
作为专门针对大语言模型推理设计的硬件，在发布之初，官方宣称它的推理速度是NVIDIA GPU的十倍，成本却仅有NVIDIA的十分之一。
它的高效率实现原理其实并不复杂。LPU把通用GPU里头的高带宽内存（HBM）换成了容量更低、但速度更快的静态随机内存（SRAM），对于大语言模型这种需要频繁读取内存的计算来说，推理速度自然就会快不少。
给大家举个例子，HBM就好比是原本的双向八车道，虽然很宽但什么车都能跑、红绿灯也多，反而容易堵在一起；而SRAM就像是双向两车道、只能跑公交的快速路，虽然车道变少了，但通行效率却更高。
听起来有点意思吧？
众所周知，显卡原本是给游戏玩家们准备的，误打误撞整了个CUDA之后被人发现很适合做AI计算，老黄（黄仁勋）也顺水推舟布局了一下通用GPU和AI运算，结果就造就了如今的万亿帝国。
这LPU听名字就是给大模型准备的，这岂不是比NVIDIA的起点还要高？
好了，说到这里我要开始泼冷水了：事实上，当前LPU的局限性可能比你想象的要多，未来如何发展还不好说，但至少现在看来想替代通用GPU还差远了。
为了解释这个问题，我们首先要讲一个看起来似乎不相关的例子——关注加密货币圈的朋友们可能都知道有一种叫做ASIC矿机的设备。
这里所谓的“ASIC”是一种专为某种特定用途定制的芯片。用于挖矿的ASIC直接在硬件层面实现了某种挖矿算法，这样一来，挖矿的效率要比显卡高上不少，费用也更便宜。
你看，更低成本、更高效率、专用芯片，听起来和LPU好像是一个路子？
但是直到最后，显卡都没有被“矿场”淘汰，还是老黄自己出手，通过技术手段限制了40、50系显卡在挖矿时的HASH算力。
这是为什么呢？因为ASIC矿机的计算效率确实高，但代价就是“专用”。
前面说到了，ASIC芯片在硬件设计层面就匹配了挖矿的算法，所以挖比特币的ASIC矿机只能挖比特币，挖以太坊的只能挖以太坊。
如果矿主们想换个币种挖，那就得连机器一起换了才行。
这就有点尴尬了：要是哪天比特币不值钱了，矿主囤的比特币矿机岂不都成了废铁？
后来加密货币逐渐涌现，每天都可能出现新的币种，但要每天都设计一款新的ASIC挖矿芯片可就没那么容易了。
现在大家应该明白了，显卡相比矿机看似毫无优势，却能经久不衰，主要原因就在于显卡更“通用”。
即使NVIDIA 40系显卡已经不再适合挖矿了，矿场上还是有很多30系的显卡在发光发热。
而LPU这边的情况也差不多，正因为它是一款专用于大语言模型推理的芯片，所以如果要让它处理图片视频之类的任务，就没有优势了。
可如今人们都希望AI能做更多的事情，除了推理之外，还需要它能够识别物品、听懂语言。完全依靠LPU来支撑AI算力显然是不现实的。
而且在AI训练方面，内存较小的SRAM也难以胜任，最终还是需要显卡出马。
此外，“ASIC矿机”能够引爆市场还有一个重要的原因——它不仅仅比显卡高效，而是比显卡的效率高了一千多倍！比特币ASIC矿机发展到最后，挖矿效率甚至比显卡高了上万倍！
但目前的LPU芯片远没有达到如此夸张的效率提升。Groq官方声称效率提升了一百多倍，也有新闻报道说提升了十几倍。无论是哪个结论，都远不如当年ASIC矿机的水平。谁能保证LPU未来不会沦为另一种不值钱的“矿渣”呢？
还有各家资本都在侃侃而谈的成本问题。实际上，早在去年，我们的同行——《芯东西》也曾报道过LPU芯片，其中引用了前阿里巴巴副总裁贾扬清做过的一个粗略测算。
根据三年时间的运营成本来计算，Groq LPU的采购成本约为NVIDIA H100的38倍，运营成本则高达10倍。
看到这里，相信大家对LPU芯片的现状已经有了一个比较清晰的认识。
我并不认为LPU一无是处。毕竟，当年NPU（神经网络处理器）刚推出的时候，很多人也不太看好。但现在，几乎所有消费级处理器芯片内部都会集成一个小型NPU。
但我觉得现在就吹捧LPU可能还为时过早，特别是那些A股“大神”们借着LPU的概念就开始“荐股”，这让我很纳闷，不知情的人还以为LPU是中国公司生产的。
这实在有些不厚道。
更何况，当前的AI行业仍然充满不确定性——Deepseek的低成本模式会不会昙花一现？现在的AI模型会不会被更高效的模型取代？下一代GPU会不会有划时代的技术突破？这些问题谁也无法给出确定的答案。
当然，未来的不确定性也可能对LPU有利。但现阶段，我们还是不要轻信A股“大神”们的夸大宣传。如果他们真的能准确预测未来，恐怕早就不会在这里推荐LPU概念股了。
