Groq-全球速度最快的大模型推理服务

Groq-全球速度最快的大模型推理服务

Groq是什么？

Groq是一家美国AI芯片公司，专注于设计和制造高性能、高能效的AI处理器。

最近，Groq公司推出了一个免费的在线大模型推理服务，借助于自研的AI芯片LPU，每秒能够输出近 500 个 token。相比之下，ChatGPT-3.5 每秒生成速度仅为 40 个 token。

Groq并没有研发新模型，它是一个模型启动器，推理服务部署的是开源模型Mixtral 8x7B-32k和Llama 270B-4k。

有网友将其与 GPT-4、Gemini 对标，看看它们完成一个简单代码调试问题所需的时间。没想到，Groq 完全碾压两者，在输出速度上比 Gemini 快 10 倍，比 GPT-4 快 18 倍。

如何使用Groq？

做视频网体验了一下，推理回复速度确实非常快，1000字的内容，眨眼之间完成。

不需要注册账号，任何人都可以免费使用。

对于开发者，Groq 也提供了 API 服务，完全兼容 OpenAI API。

Mixtral 8x7B SMoE 可以达到 480 token / S，100 万 token 价格为 0.27 美元。极限情况下，用 Llama2 7B 甚至能实现 750 token / S。

关于Groq LPU芯片

根据Groq官网介绍，LPU是一种专为AI推理所设计的芯片。驱动包括GPT等主流大模型的GPU，是一种为图形渲染而设计的并行处理器，有数百个内核，而LPU架构则与GPU使用的SIMD（单指令，多数据）不同，这种设计可以让芯片更有效地利用每个时钟周期，确保一致的延迟和吞吐量，也降低了复杂调度硬件的需求。