Groq ამერიკული ნახევარგამტარული კომპანიაა, რომელიც ქმნის ჩიპებს, რომლებიც AI მოდელებს არა წვრთნიან, არამედ უშვებენ — და მას საერთო არაფერი აქვს Grok-თან, ჩატბოტთან, რომელიც ილონ მასკის xAI-მ შექმნა. ორივე სახელი ერთი ასოთი განსხვავდება და ორივე AI ინდუსტრიაშია, სწორედ ამიტომ ერევათ ხშირად ერთმანეთში ხალხს. Groq ყიდის აპარატურასა და ღრუბლოვან ინფრასტრუქტურას; Grok კი AI ასისტენტია, რომელსაც ეს აპარატურა შესაძლოა თავადაც ამუშავებდეს.
რას აწარმოებს Groq სინამდვილეში
Groq (გამოითქმის როგორც “ბროუკ”) 2016 წელს დააარსეს ჯონათან როსმა და დაგლას უაითმენმა — ორივე მათგანი ადრე მუშაობდა Google-ის Tensor Processing Unit-ზე (TPU), ჩიპზე, რომელსაც Google საკუთარი AI-ის გასაშვებად იყენებს. Groq-ში როსმა დაისახა მიზნად, შეექმნა ჩიპი, რომელიც განკუთვნილი იქნებოდა მხოლოდ ინფერენსისთვის — იმ ეტაპისთვის, როცა უკვე გაწვრთნილი მოდელი პასუხობს კითხვას — და არა მოდელის ნულიდან გაწვრთნის გაცილებით მძიმე პროცესისთვის.
შედეგად შეიქმნა LPU, ანუ Language Processing Unit — ჩიპი, რომლის მონაცემთა ნაკადი წინასწარ, კომპილაციის დროს არის დაფიქსირებული და არა დინამიურად იგეგმება. სწორედ ეს პროგნოზირებადობა ხდის მას სწრაფს — რადგან ყოველი ოპერაცია ცნობილ ტაქტზე ხდება, Groq-ის სისტემებს შეუძლიათ პასუხების გენერირება ძალიან დაბალი დაყოვნებით და ხშირად საჯარო სისწრაფის ტესტებში ზოგადი დანიშნულების ჩიპებს უსწრებენ. დეველოპერები ამ სისწრაფეს GroqCloud-ის, კომპანიის ღრუბლოვანი API სერვისის, მეშვეობით იღებენ, რომელიც უშვებს ღია მოდელებს, როგორიცაა Meta-ს Llama და OpenAI-ის ღია წონების GPT-OSS, და არა Groq-ის საკუთარ მოდელს.
რით განსხვავდება LPU GPU-სგან
გრაფიკული პროცესორი (GPU) სამუშაოს დინამიურად გეგმავს და შექმნილია მრავალფეროვანი ამოცანებისთვის — ვიდეოთამაშების რენდერინგიდან მოდელების გაწვრთნამდე. LPU კი შედარებით ვიწრო დანიშნულებისაა: ის ერთ საქმეს აკეთებს — ენობრივი მოდელების ინფერენსს — და მოქნილობას სისწრაფისა და ენერგოეფექტურობის სანაცვლოდ თმობს. Groq-ის მონაცემებით, ზოგიერთ დატვირთვაზე მისი ენერგოეფექტურობა GPU-ზე დაფუძნებულ ინფერენსთან შედარებით დაახლოებით ათჯერ მეტია. სწორედ ეს კომპრომისი — ჩიპი, რომელსაც მოდელის გაწვრთნა არ შეუძლია, მაგრამ მის ძალიან სწრაფად და იაფად გაშვებას ახერხებს — იყო მიზეზი, რის გამოც Groq თავს დიდი ხნის განმავლობაში Nvidia-ს GPU-ების დამატებად, და არა შემცვლელად, წარმოაჩენდა — ეს GPU-ები კი დღემდე დომინირებენ AI-ის გაწვრთნაში.
საიდან მოდის Grok-თან აღრევა
ეს აღრევა მთლად შემთხვევითი არ არის. Groq-მა თავისი სახელი 2016 წელს დაარეგისტრირა სავაჭრო ნიშნად — წლების წინ, სანამ xAI 2023 წელს ჩატბოტ Grok-ს გამოუშვებდა — და მოგვიანებით, სახელების მსგავსების გამო, xAI-ს ოფიციალური გაფრთხილების წერილი გაუგზავნა სახელის გამოყენების შეწყვეტის მოთხოვნით. არცერთმა კომპანიამ სახელი არ შეიცვალა, ამიტომ აღრევა დღემდე გრძელდება: Groq არის ინფრასტრუქტურა, რომელზეც ჩატბოტს შეუძლია იმუშაოს; Grok კი ჩატბოტია, ChatGPT-ის ან Claude-ის მსგავსი, რომელთანაც ადამიანი პირდაპირ საუბრობს. ერთი მომხმარებლისთვის თითქმის უხილავია, მეორე კი პროდუქტია, რომელთანაც ადამიანები უშუალოდ ურთიერთობენ.
Nvidia-ს გარიგება, რომელმაც კომპანია გარდაქმნა
Groq-მა უნიკორნის სტატუსს 2021 წელს მიაღწია, ხოლო 2024 წლის აგვისტოსთვის მისი შეფასება 2.8 მილიარდ დოლარს გაუტოლდა. ფინანსების მოზიდვა გაგრძელდა: 2025 წლის თებერვალში საუდის არაბეთის მხარდაჭერით 1.5 მილიარდი დოლარი მიიღო ინფრასტრუქტურის გასაფართოებლად, იმავე წლის სექტემბერში კი — 750 მილიონი დოლარი 6.9 მილიარდი დოლარის შეფასებით. ყველაზე დიდი ცვლილება 2025 წლის 24 დეკემბერს მოხდა, როცა Nvidia-მ — გენერალური დირექტორის ჯენსენ ჰუანგის მეთაურობით — დაახლოებით 20 მილიარდი დოლარი გადაიხადა Groq-ის LPU ტექნოლოგიაზე არაექსკლუზიური, მუდმივი ლიცენზიისთვის და დაასაქმა კომპანიის უფროსი გუნდის უმეტესობა, დამფუძნებელ ჯონათან როსის ჩათვლით. Groq მთლიანად არ შეუძენიათ — მან დამოუკიდებლად ფუნქციონირება გააგრძელა ახალი გენერალური დირექტორის, სიმონ ედვარდსის, ხელმძღვანელობით, ხოლო თავად საკუთარი, ინფერენსზე ორიენტირებული ღრუბლოვანი ბიზნესის ირგვლივ გადაჯგუფდა და 2026 წლის შუა პერიოდისთვის კიდევ 650 მილიონი დოლარი მოიზიდა.
როგორ გამოსცადოთ თავად
ვისაც Groq-ის სისწრაფის შემოწმება სურს, ამის გაკეთება პირდაპირ შეუძლია: GroqCloud დასაწყებად უფასო API გასაღებს გვთავაზობს, შემდეგ კი გამოყენებაზე დაფუძნებულ ტარიფებზე გადადის მასშტაბის ზრდასთან ერთად. 2026 წლის ივლისის მდგომარეობით, Groq-ის ფასების გვერდის მიხედვით, Llama 3.3 70B ღირს 0.59 დოლარი მილიონ შემავალ ტოკენზე და 0.79 დოლარი მილიონ გამომავალ ტოკენზე, ხოლო უფრო მცირე მოდელები იაფია. მომწოდებლებს შორის ასარჩევად, GroqCloud-ის შეფასება ღირს პასუხის სისწრაფის და არა მოდელის ხარისხის მიხედვით — რადგან ის სხვა ლაბორატორიების მოდელებს უშვებს და არა საკუთარს.