Groq 3 LPX в серийном производстве: NVIDIA ускоряет генерацию токенов, но бенчмарки остаются закрытыми

24 августа 2026 года, на конференции Hot Chips 2026, NVIDIA сообщила в официальном блоге, что ускоритель Groq 3 LPX вышел в полномасштабное производство. Это первый коммерческий результат сделки по покупке Groq, объявленной в декабре 2025 года за 20 миллиардов долларов. Чип не предназначен для обучения: он спроектирован как дополнение к платформе Vera Rubin NVL72 и берёт на себя фазу генерации токенов (decode) — тот этап инференса, от которого зависит ощущаемая отзывчивость агентных приложений. О задаче нового кремния глава NVIDIA Дженсен Хуанг заявил: "We're advancing the performance frontier with LPX for ultra-fast token generation. This transforms how intelligence is produced, delivering another giant leap in AI throughput, efficiency and responsiveness." (С LPX мы сдвигаем границу производительности к сверхбыстрой генерации токенов: меняется сам способ производства интеллекта, а вместе с ним приходит очередной скачок в пропускной способности, эффективности и отзывчивости).

По аппаратной части опубликованные спецификации указывают, что каждый ускоритель несёт 500 МБ SRAM с пропускной способностью 150 ТБ/с. Стоечная конфигурация объединяет 256 чипов LPU на архитектуре NVIDIA MGX ELT, давая в сумме 128 ГБ SRAM с пропускной способностью 40 ПБ/с, вместе с поддержкой 12 ТБ памяти DDR5. Первым объявленным заказчиком стал neocloud-провайдер Nebius, который встроит ускоритель в собственную платформу инференса Nebius Token Factory. О роли новой архитектуры технический директор Nebius Данила Штань сказал: "Generation is the phase of inference that determines how responsive an AI system actually is, and that's exactly what Groq 3 LPX is built to accelerate." (Генерация — это та фаза инференса, которая определяет, насколько отзывчива система ИИ на самом деле, и именно её Groq 3 LPX создан ускорять).

NVIDIA заявляет о скорости 3400 выходных токенов в секунду на открытой модели Gemma 4 31B с контекстом в 100 000 токенов и называет систему вчетверо быстрее ближайшей альтернативной платформы. По данным StorageReview, Artificial Analysis зафиксировала это значение как самый быстрый результат для модели, но без независимого воспроизведения теста. И всё же эти цифры следует оценивать как заявления заинтересованной стороны: измерение провела сама NVIDIA 21 августа 2026 года на закрытой предрелизной конечной точке, не раскрыв ни платформу сравнения, ни методику. Более того, официальная документация компании прямо оговаривает, что прогнозируемые показатели могут измениться, а цены, объёмы производства и дата общей доступности до сих пор не обнародованы.

Сместить фокус железа на снижение задержки в фазе decode — архитектурное решение, созвучное развитию ИИ-агентов. Но пока показатели скорости держатся на тестах, проведённых за закрытыми дверями на приватных конечных точках, реальный вес этого кремния можно будет измерить лишь тогда, когда бенчмарки станут публичными и воспроизводимыми.