1. 投資摘要
- Groq 是 AI 推論晶片和推論雲端基礎設施公司，成立於 2016 年，核心資產是 LPU、GroqCloud 和圍繞低時延 tokens-as-a-service 的軟硬體一體化棧；公司未上市，營收、毛利、現金流量和客戶集中度沒有 A 級完整揭露，因此本頁將財務項標為
[未充分揭露]，不以媒體估算替代公司報表。80018002 - 公司 2025-09 宣佈 7.5 億美元融資，投後估值 69 億美元；2024-08 Series D 為 6.4 億美元、估值 28 億美元，約 13 個月估值提升 146%，說明一級市場給推論基礎設施的權重明顯上升。80018003
- 需求側證據比財務揭露更充分：Groq 2024-08 揭露 GroqCloud 開發者超過 36 萬，計劃到 2025Q1 部署超過 108,000 顆 GlobalFoundries 製造的 LPU；2025-09 揭露開發者和 Fortune 500 使用者超過 200 萬。80018003
- Groq 的商業模式從“賣晶片/系統”切到“推論雲端 + 主權 AI/企業基礎設施”，營收公式更接近
tokens 呼叫量 × 每 token 價格 + 企業/政府容量合同 + on-prem 系統，而不是傳統 GPU 晶片一次性出貨。800180028003 - 與 NVIDIA
[NVDA]、Broadcom[AVGO]、TSMC[TSM]、SK Hynix[SKH]的差距在於 Groq 尚未證明規模化營收和生態鎖定；其優勢在於專用推論架構、確定性低時延和以雲端服務吸收硬體複雜度。8002 - 反證閾值：若 2026 年未揭露可驗證的年化營收、企業客戶、可用 LPU 容量或單位 token 成本改善，則 69 億美元估值應從“推論基礎設施平台”降級為“高潛力專用晶片創業公司”。80018004
2. 公司概況與發展沿革
Groq 總部位於 Silicon Valley，由 Jonathan Ross 創立，公開口徑中反覆強調公司“為推論而生”。公司並非 GPU 相容路線，而是自研 Language Processing Unit，配套編譯器、機架、雲端服務和企業部署能力。80018002
關鍵里程碑：
| 時間 | 事件 | 投資含義 |
|---|---|---|
| 2016 | 公司成立，定位 AI inference | 選擇了訓練之後的推論市場，而非通用 GPU |
| 2024-08 | Series D 融資 6.4 億美元，估值 28 億美元 | 一級市場開始給專用推論晶片定價 |
| 2024-08 | 揭露 GroqCloud 開發者 >36 萬、計劃部署 >108,000 LPU | 需求驗證從 demo 轉向容量建設 |
| 2025-09 | 新融資 7.5 億美元，投後估值 69 億美元 | 推論需求上升，資本支出能力增強 |
| 2025-09 | 揭露服務 >200 萬開發者和 Fortune 500 公司 | 開發者漏斗擴大，但付費轉化未揭露 |
股權結構未公開完整 cap table。公開投資方包括 Disruptive、BlackRock、Neuberger Berman、DTCP、Samsung、Cisco、D1、Altimeter 等；其中 Samsung 與 Cisco 具備產業協同屬性，分別連線製造/半導體生態和網路/企業基礎設施。80018003
3. 商業模式拆解
Groq 的營收來源分為三類：
| 營收來源 | 定價機制 | 揭露程度 | AI 產業鏈含義 |
|---|---|---|---|
| GroqCloud 推論服務 | 輸入/輸出 token × 單價 或企業容量包 | 單價有公開頁面但營收未揭露 | 類似雲端推論層，吸收晶片折舊和能耗 |
| 企業 / 主權 AI 基礎設施 | 容量合同、資料中心合作、託管服務 | 合同額多數未揭露 | 對中東、政府、企業專用 AI 棧有價值 |
| LPU 系統 / on-prem | 硬體系統和服務 | 未充分揭露 | 更接近 AI accelerator 裝置銷售 |
單位經濟的核心不是晶片 ASP，而是 每秒 token × 可用率 × 每 token 價格 - 晶片折舊 - 電力/網路/運維。如果 LPU 的低時延和能耗優勢能在高併發推論中轉成更高利用率，則 GroqCloud 有機會比純硬體銷售獲得更穩定營收；反之，若模型相容、生態和容量不足，開發者流量會迅速流向 NVIDIA GPU 雲端、TPU、AWS Trainium/Inferentia 或 Cerebras 等替代方案。80028004
4. AI 相關業務深度拆解
Groq 幾乎全部業務都與 AI 推論相關，但公司沒有公佈 3-5 年營收表或最近 4-6 季度營收，因此只能建立“業務軌跡代理”：
| 口徑 | 2024 | 2025 | 2026 追蹤項 | 可信度 |
|---|---|---|---|---|
| 融資額 | 6.4 億美元 | 7.5 億美元 | 後續融資/債務/專案融資 | A |
| 估值 | 28 億美元 | 69 億美元 | 二級交易或新輪融資 | A/B |
| 開發者 | >36 萬 | >200 萬 | MAU、付費開發者、企業帳戶 | A |
| LPU 部署計劃 | >108,000 顆 by 2025Q1 | 未更新 | 實際上線容量 | A/B |
| 營收 | [未充分揭露] | 媒體估算不作為 A/B 源 | 年化營收或審計營收 | C |
季度橋公式：
AI 推論營收 = API 呼叫 token × blended token price
+ 企業容量合同 MRR/ARR
+ on-prem 系統交付營收增長驅動：
- 低時延場景：語音 agent、程式碼補全、即時客服、搜尋重排和多輪 agent 對響應速度敏感。
- 成本場景：當模型引數不再持續指數擴張，推論成本成為企業 AI 毛利率的核心約束。
- 主權 AI：中東、政府和大型企業更偏好可控基礎設施，而非完全依賴單一美國雲端廠。
- 開源模型生態：Llama、Whisper、Gemma、Mixtral 等公開模型降低專有平台繫結，給 GroqCloud 導流。8003
天花板取決於模型適配範圍、LPU 代際迭代、資料中心容量、企業級 SLA 和軟體生態。Groq 的結構性風險是“低時延優勢”可能被 NVIDIA、Google TPU、AWS Inferentia、AMD MI 系列或模型壓縮技術追平。
5. 產業鏈位置
| 環節 | Groq 座標 | 關鍵依賴 | 下游 |
|---|---|---|---|
| 設計 | 專用 AI 推論 accelerator | 架構、編譯器、EDA、IP | GroqCloud、企業客戶 |
| 製造 | fabless | GlobalFoundries 等製造夥伴 | LPU 供給和良率 |
| 系統 | GroqRack / 資料中心 | PCB、記憶體、網路、電源、散熱 | 推論叢集 |
| 雲端服務 | tokens-as-a-service | 模型支援、API、運維 | 開發者、企業、主權 AI |
在 AI 產業鏈母圖中，Groq 位於 chip-core / AI accelerator / inference ASIC，上游連線 EDA、foundry、封裝、網路與電力，下游連線雲端、模型服務和企業應用。與 NVIDIA [NVDA] 不同，Groq 不控制 CUDA 生態；與 Broadcom [AVGO] 不同，Groq 不是 hyperscaler 定製 ASIC 供應商，而是自營推論平台；與 TSMC [TSM] 和 SK Hynix [SKH] 的關係更多是間接需求傳導。
6. 競爭格局與市場份額
Groq 沒有公開權威市佔率。可比池應按“推論算力供給”而不是“AI 晶片總營收”劃分：
| 公司 | 相關業務 | 商業模式 | 生態 | 規模證據 | 風險 |
|---|---|---|---|---|---|
| NVIDIA | GPU + networking + software | 晶片/系統/雲端生態 | CUDA 最強 | 資料中心營收字典鎖定 [NVDA] | 供給貴、客戶自研 ASIC |
| Google TPU | hyperscaler internal + cloud | 內部使用 + cloud | Google Cloud/JAX | 未單獨揭露 | 對外商業化有限 |
| AWS Inferentia/Trainium | 雲端自研晶片 | AWS 內部/雲端例項 | AWS | AWS 字典鎖定 [AWS] | 生態鎖在 AWS |
| AMD | MI 系列 GPU | 晶片/系統 | ROCm 改善中 | 公司揭露 | 軟體生態仍弱於 CUDA |
| Cerebras | wafer-scale inference/training | 系統/雲端 | 專用平台 | 私營揭露有限 | 市場窄、資金密集 |
| Groq | LPU + GroqCloud | 推論雲端/系統 | 開發者增長快 | >200 萬開發者 | 營收未揭露 |
競爭態勢判斷：2026 年推論市場不會由單一架構壟斷。NVIDIA 佔據最高確定性和生態溢價，雲端廠自研晶片佔據內部成本最佳化，Groq/Cerebras 等專用晶片爭奪低時延、主權 AI 和垂直推論雲端。Groq 需要證明的不是“晶片可以跑得快”，而是“在企業 SLA、模型覆蓋、利用率和毛利率上可規模複製”。
7. 護城河
- 架構護城河：LPU 採用單核、片上 SRAM、靜態排程和確定性執行，目標是降低推論延遲和不可預測性；這類優勢在即時互動場景有可驗證價值。8002
- 軟體護城河：Groq 的編譯器控制計算和通訊排程，若模型適配速度快，可降低開發者遷移成本。8002
- 容量護城河：2024 年公司計劃部署超過 108,000 顆 LPU；容量越大，越能承接開發者流量，但實際部署完成度需繼續驗證。8003
- 資本護城河：2024-2025 兩輪合計融資 13.9 億美元，為推論資料中心擴張提供資金，但同時也提高未來營收兌現壓力。80018003
- 客戶/主權 AI 入口：企業和區域資料中心合作使 Groq 不完全依賴公開 API 流量；但合同金額、期限和毛利率未揭露。80038004
8. 財務深度分析
| 指標 | 揭露情況 | 分析 |
|---|---|---|
| 營收 | [未充分揭露] | 不使用媒體估算作為核心財務資料 |
| 毛利率 | [未充分揭露] | 推論雲端毛利受利用率、電力、折舊和 token 定價影響 |
| 淨利 | [未充分揭露] | 處於擴張期，大機率重投入 |
| 經營現金流量 | [未充分揭露] | 資料中心建設可能消耗現金 |
| FCF | [未充分揭露] | 若自建容量，FCF 會顯著滯後營收 |
| ROIC | [未充分揭露] | 需等待資本化晶片/資料中心資產與營收匹配 |
財務異常/拐點不應從估值倒推。真正拐點是公司首次揭露 ARR、年化營收、企業客戶數量、推論 token 規模、毛利率或單位成本曲線。
9. 業績傳導路徑
模型進入大規模應用
-> 推論 token 量和低時延需求上升
-> GroqCloud 容量利用率上升
-> API / 企業容量合同營收增長
-> 折舊和電力被更高利用率攤薄
-> 單位 token 毛利改善
-> 估值從融資倍數切換到 ARR/營收倍數彈性測算採用情景而非事實：
| 情景 | 年化營收 | 毛利率 | 營收倍數 | 估值含義 |
|---|---|---|---|---|
| 熊 | 1 億美元 | 20% | 20x | 20 億美元 |
| 中 | 5 億美元 | 35% | 14x | 70 億美元 |
| 牛 | 15 億美元 | 45% | 10x | 150 億美元 |
中性情景約等於 2025 年 69 億美元投後估值，但前提是 2026 年營收能進入數億美元級別且毛利率轉正；否則估值主要由戰略稀缺性支撐。
10. 估值
Groq 未上市，不能用 2026-05-27 美股收盤口徑。可用錨點只有融資估值：
| 方法 | 輸入 | 輸出 | 約束 |
|---|---|---|---|
| 最近融資 | 2025-09 投後 69 億美元 | 公司一級市場錨 | A 級公司新聞 |
| 營收倍數情景 | 2026E 營收 1/5/15 億美元 | 20/70/150 億美元 | 營收未揭露，純情景 |
| SOTP | LPU IP + GroqCloud + 企業基礎設施 | 不單獨給目標價 | 分部營收缺失 |
| DCF | 不適用 | 不適用 | 缺少現金流量 |
牛/中/熊：
| 情景 | 估值架構 | 觸發條件 |
|---|---|---|
| 熊 | 20-30 億美元 | 無法揭露營收，容量利用率不足 |
| 中 | 60-80 億美元 | 年化營收數億美元，企業合同可驗證 |
| 牛 | 120 億美元以上 | 推論雲端營收 >10 億美元且單位經濟改善 |
11. 催化因素
| 時點 | 催化 | 影響量級 |
|---|---|---|
| 2026 | 揭露年化營收或企業客戶數 | 估值從故事切入財務 |
| 2026 | 新 LPU 代際或大規模部署 | 提升成本/時延優勢 |
| 2026 | 主權 AI/企業基礎設施合同 | 增加可見營收 |
| 2026 | 開源模型適配擴大 | 提升開發者留存 |
| 2027 | IPO 或二級融資 | 形成公開估值錨 |
12. 核心風險
| 風險 | 情景化影響 | 測算方式 |
|---|---|---|
| NVIDIA 生態壓制 | CUDA/GPU 雲端降價，Groq API 增長放緩 | token 單價下降 30% |
| 模型適配不足 | 新模型先支援 GPU/TPU | 活躍開發者轉化率下降 |
| 容量利用率不足 | 折舊高於營收 | 毛利率低於 20% |
| 客戶集中 | 單一主權 AI/企業專案推遲 | 年營收減少數千萬至數億美元 |
| 融資稀釋 | 資料中心資本支出持續 | 估值不變但股權稀釋 |
13. 歷史復盤
2024 年以前，Groq 的市場認知集中在“很快的推論晶片 demo”。2024-08 Series D 後，市場開始關注容量部署和開發者增長。2025-09 融資把公司從晶片創業公司推向“美國 AI Stack / inference infrastructure”敘事。大波動驅動不是季度財報，而是融資、戰略合作、容量部署和潛在併購/授權傳聞。
14. 追蹤指標
| 頻率 | 指標 | 閾值 | 來源 |
|---|---|---|---|
| 月 | GroqCloud 模型列表和價格 | 價格下調但毛利可控為正面 | Groq pricing/docs |
| 季 | 開發者數量 | 繼續高雙位數增長 | 公司公告 |
| 季 | LPU 部署量 | 新增容量可驗證 | 公司/合作方 |
| 季 | 企業/主權合同 | 單項千萬美元以上 | 公司公告 |
| 年 | 營收/ARR | 首次揭露是關鍵拐點 | 審計報表/IPO 檔案 |
15. 最新事件
- [已發生] 2025-09-17，Groq 宣佈 7.5 億美元融資，投後估值 69 億美元。8001
- [已發生] 2025-09-17，公司稱服務超過 200 萬開發者和 Fortune 500 公司。8001
- [已發生] 2024-08-05，Groq 宣佈 6.4 億美元 Series D，估值 28 億美元。8003
- [展望] 2024-08，公司稱計劃到 2025Q1 部署超過 108,000 顆 LPU。8003
- [行業預測] 2026，AI 工作負載從訓練向部署擴充套件，低時延推論成本成為雲端和應用毛利率的核心變數。
16. 誤讀糾偏
誤讀 1：Groq 是“另一個 GPU 公司”
實際情況：Groq 不是通用 GPU 路線，LPU 強調片上 SRAM、確定性執行、編譯器排程和低時延推論。8002
誤讀 2：開發者數量等同營收
實際情況：>200 萬開發者是漏斗上端，營收還要看付費轉化、企業合同、token 單價和容量利用率；公司未揭露營收，應保持財務折價。8001
17. 來源
- 來源：Groq Raises $750 Million as Inference Demand Surges — Groq — 2025-09-17 — groq.com/newsroom/groq-raises-750-million-as-inference-demand-surges
- 來源：Introducing the LPU — Groq — accessed 2026-05-29 — groq.com/lpu-architecture/
- 來源：Groq Raises $640M To Meet Soaring Demand for Fast AI Inference — Groq — 2024-08-05 — groq.com/newsroom/groq-raises-640m-to-meet-soaring-demand-for-fast-ai-inference
- 來源：Groq company revenue and valuation estimates — Sacra — 2026-04 — sacra.com/c/groq/
- 來源：NVIDIA FY27Q1 data dictionary anchor — local project — 2026-05-28 —
_codex_output/v2/data/live/nvidia.yaml - 來源：Broadcom data dictionary anchor — local project — 2026-05-28 —
_codex_output/v2/data/live/broadcom.yaml - 來源：TSMC data dictionary anchor — local project — 2026-05-28 —
_codex_output/v2/data/live/tsmc.yaml - 來源：SK Hynix data dictionary anchor — local project — 2026-05-28 —
_codex_output/v2/data/live/sk-hynix.yaml