微软发布Maia 300自研AI芯片：吉瓦级部署剑指推理算力

微软的自研芯片战略进入规模化阶段。美国西部时间 10 月 11 日，微软在圣何塞举行的 OCP 全球峰会上正式发布了第三代自研 AI 加速器 Maia 300，并宣布将从 2027 年起以吉瓦级（multi-gigawatt）规模在自家数据中心部署这款推理芯片。这意味着 Copilot 等微软 AI 产品背后的算力，正从英伟达 GPU 向微软自有硬件加速转移。

发布了什么：一颗为推理而生的芯片

Maia 300 是微软 Maia 自研芯片家族的第三代产品。此前的 Maia 100 于 2023 年亮相，Maia 200 则在今年初发布，目前已在美国、欧洲和澳大利亚的数据中心投产，承载着 Microsoft 365 Copilot、GitHub Copilot、Microsoft Foundry 的部分工作负载，还在跑 OpenAI 模型和微软自研的 MAI 系列模型。

与面向训练的 GPU 不同，Maia 300 从架构上就是为推理设计的：运行已经训练好的模型，回答问题、总结会议、生成内容，以及长上下文推理、低延迟对话和持续的多步骤智能体任务。微软云与 AI 业务负责人表示，Maia 300 是一个面向长上下文、内存密集型、解码密集型工作负载的“完整智能系统”。

规模与时间表：2027 年起多吉瓦部署

最引人注目的不是参数，而是部署规模。微软宣布，从 2027 年开始将 Maia 芯片扩展到多吉瓦级部署，届时 Maia 将成为微软产品和服务的主要推理系统。有媒体报道称，微软 2027 年单年的 Maia 300 部署量可能超过 100 万颗；The Information 今年 8 月也曾报道，微软正为 2027 年洽购超过 30 万颗 Maia 300。

需要说明的是，Maia 加速器现阶段仅服务微软内部业务，不对外出租。而在模型训练环节，微软仍会继续从英伟达和 AMD 采购芯片——自研芯片瞄准的是推理这块增长最快、成本最难压缩的蛋糕。

性能数字：每兆瓦多产出 40% tokens

微软给出的关键指标都围绕一个核心：能效。根据官方数据：

• 相比领先的 GPU 系统，Maia 300 每兆瓦可多产出约 40% 的 tokens；
• 一个满配 96 颗加速器的机架，机架级 token 吞吐量是上一代 Maia 200 的 7 倍，机架功耗约 167kW；
• 计算芯粒采用台积电 N2P 工艺制造，每颗加速器搭载 8 层 HBM4 高带宽内存，单加速器峰值带宽达 18TB/s；
• 整机架 HBM 总容量 27.6TB、聚合带宽 1.7PB/s，单加速器 TDP 约 950W。

作为参照，微软此前称 Maia 200 的 tokens/watt 是领先 GPU 基础设施的 1.7 倍，主要用于 Teams、Copilot 内置 AI 功能。Maia 300 在这个基础上又向前迈了一大步。

背景：云巨头为什么都在造推理芯片

微软并不是唯一在造芯片的云厂商。亚马逊的 Trainium 起步最早，谷歌的 TPU 已经迭代到第七代，都在用自研加速器削减对英伟达的依赖。微软的打法略有不同：它没有把芯片当成对外售卖的产品，而是先满足自己——Copilot 和 Teams 的 AI 功能每被调用一次，推理成本就发生一次，用户越多成本越高。

负责微软数据中心硬件业务的高管表示，电力几乎直接等同于数据中心的运营成本。这正是 Maia 300 把“每兆瓦 tokens”作为核心指标的原因：当推理规模大到以吉瓦计时，能效的几个百分点就是实打实的利润。

从产品节奏看，微软的自研芯片已经进入大约一年一代的迭代速度，Maia 300 的发布标志着这条路线从“验证可行”进入了“规模兑现”的关键阶段。

影响与展望：推理算力的成本曲线要被改写吗

短期看，Maia 300 不会动摇英伟达在训练市场的地位——微软自己也承认训练仍靠外部采购。但长期看，当全球最大软件公司的推理主力从“买 GPU”变成“用自研芯片”，英伟达在推理市场的定价权会被实质性削弱。

对产业链而言，Maia 300 采用台积电 N2P 工艺和 HBM4，意味着先进制程和先进封装（CoWoS 类技术）的需求又多了一个确定性来源。如果 2027 年百万级部署如期兑现，AI 推理的单位成本曲线将被明显压低，Copilot 这类 AI 订阅产品的毛利率也有了更大的想象空间。

当然，挑战同样真实：官方的能效数字需要在真实生产负载中兑现，而脱离 CUDA 生态的软件栈适配，向来是自研芯片最难的一课。2027 年的吉瓦级部署，将是微软这场豪赌的第一次大考。