微软在自研硅芯片领域迈出关键一步。周一，该公司正式发布第三代AI加速器Maia 300，并宣布计划从2027年起将Maia系列扩展至吉瓦级部署规模。此举目标明确：让Maia成为驱动Copilot、Teams、GitHub等日均生成数十亿Token服务的核心推理引擎。
从Maia 200到机架级性能跃升
这一战略转变标志着加速度的显著提升。Maia 200已于今年投入生产，目前在美国、欧洲和澳大利亚的数据中心运行，其每瓦特Token生成量比早期硬件高出1.7倍。而微软云与人工智能业务高管表示，Maia 300旨在比领先的基于GPU的系统每兆瓦多提供40%的Token。一个包含96个加速器的完整机架，有望实现比前代产品高七倍的机架级Token吞吐量。
这些性能指标直指核心痛点。与训练不同，推理发生在用户每次使用Copilot提问或总结会议时，需求持续攀升导致电费激增。据媒体报道，微软预计本历年资本支出将超过1750亿美元，定制芯片成为控制成本的关键路径。Azure硬件系统与基础设施总裁指出，设计重点在于通过系统级优化，提升每一瓦特、每一美元和每一字节内存的智能产出效率。
Maia 300在硬件架构上追求极致平衡。其计算芯片模块采用台积电N2P工艺节点以优化每瓦性能，而内存控制和I/O模块则构建在成本较低的节点上。每个加速器配备八堆HBM4内存，提供288GB容量和18TB/s带宽，分别比Maia 200高出33%和2.5倍。尽管单芯片功耗从750瓦升至950瓦，但系统在167千瓦的功耗包络内容纳了双倍数量的加速器。
应对“电力墙”与去英伟达化
在长上下文推理和智能体工作流中，内存带宽而非原始浮点运算成为瓶颈。微软通过增加软件管理的片上SRAM并调整内存层次结构，声称在机架规模下每瓦特性能比Maia 200高出2.5倍以上。当然，实际收益仍取决于模型大小、工作负载组合及软件栈成熟度。
微软CEO Satya Nadella将此称为公司在自有硅芯片方面“迄今为止最大的赌注”。在超大规模云厂商竞相摆脱英伟达主导地位的背景下，Maia虽不会一夜之间取代所有GPU，但方向明确：第一方服务推理正加速内部化。分析师估计，到2027年初，Maia可能占微软AI芯片支出的约10%。
目前，GitHub Copilot和Microsoft Foundry已在年底前过渡到Maia 200。Maia 300将于明年进入全面生产阶段，并于2027年开始大规模部署。具体集群规模和细节将在下个月的微软Ignite大会上公布。架构层面，微软展示了从内核到数据中心规模的单一编程模型，并通过双层以太网网络连接12,288个加速器，双向扩展带宽达3.2 TB/s。
对比竞品，英伟达GB300配置使用72个GPU，功耗约142千瓦；微软的96加速器机架功耗167千瓦，但宣称拥有更高的Token密度和每兆瓦表现。尽管比较维度不尽相同，但信号清晰：微软正在构建独立的技术路径。随着推理需求爆发和电力限制收紧，“每兆瓦Token”不仅是营销概念，更转化为更低的价格、更高的利润率以及对GPU供应限制的对冲。
Maia 300原型已投入测试，全面生产将于明年到来。届时，行业将迎来新的基准测试和竞争格局。目前，微软已划清界限：其AI服务将越来越多地运行在由台积电制造、从硅到软件栈深度优化的自研芯片上。这场赌注的结果，将直接体现在Azure账单、Copilot延迟以及云运营商与芯片设计商之间的权力平衡中。