微软近日公布了其迄今为止最雄心勃勃的自研芯片计划。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年起将整套Maia系列扩展至千兆瓦级部署。其目标明确：让Maia成为Copilot、Teams、GitHub以及日益增长的智能体（agentic）服务的主要推理引擎。
从实验走向核心基础设施
这一转变标志着决定性转折。微软此前推出的Maia 100和Maia 200已在美、欧、澳等地数据中心投入生产。微软官方博客10月12日披露，在Teams和Copilot工作负载中，该芯片每瓦特产生的令牌数比竞争对手的GPU系统高出多达1.7倍。
相比之下，Maia 300的押注更为激进。微软云和人工智能执行副总裁Scott Guthrie表示，公司将把Maia作为主要推理架构。Azure硬件系统与基础设施总裁Rani Borkar在接受媒体采访时称：“我们相信为这些工作负载打造了最佳产品，正通过明年开始以千兆瓦规模部署Maia来印证这一信心。”微软CEO Satya Nadella也在社交平台X上称这是“我们在自有芯片上最大的押注”。
长期以来，分析师质疑超大规模云服务商能否匹配英伟达的软件生态系统，而微软此举表明其持肯定态度。数据显示，一个Maia 300机架在167千瓦功耗包络内集成了96个加速器，提供27.6TB HBM容量和每秒1.7PB的聚合HBM带宽。微软声称，该机架令牌吞吐量可达Maia 200机架的7倍；在整个系统中，每兆瓦产生的令牌数比领先的基于GPU的系统多出40%。
在电力成为新建数据中心硬性约束的背景下，这种效率提升至关重要。从每兆瓦中榨取更多令牌，意味着能释放更多容量支持用户、智能体及复杂推理任务。微软预计，随着长上下文模型、实时对话和多步智能体工作流的推出，这一效率优势将进一步叠加。
技术架构与软件生态
Maia 300的设计反映了艰难的权衡。微软采用Chiplet（芯粒）架构：计算芯粒采用台积电先进的N2P工艺节点以追求每瓦性能，独立的内存控制器和I/O芯粒则使用更具成本效益的3纳米技术。这种拆分既优化了各功能角色的工艺匹配，也提高了可扩展性并降低了成本。
内存带宽方面，Maia 300集成八个HBM4堆栈，提供约每秒18TB带宽，是前代的2.5倍。每个加速器功耗约950瓦，整个机架在167千瓦预算内运行，支持高密度、高吞吐量的推理。
然而，真正的考验在于软件。推理硅片的成功取决于模型能否清晰映射到硬件。微软多年来持续完善其软件栈，Maia 200已能运行OpenAI模型、自家MAI系列及开源变体。GitHub Copilot和Microsoft Foundry计划在今年年底前迁移至当前代产品。Maia 300在此基础上进一步优化，专门针对需要长时间序列持续性能的智能体任务。
规模部署与市场竞争
媒体指出其潜在规模：微软明年可能部署超过100万个Maia 300芯片。一旦完全建成，这将消耗数吉瓦电力，代表数十亿美元投资。尽管微软今年资本支出指引超过1750亿美元，且大部分仍流向英伟达等供应商，但自研芯片份额正在增加。Evercore ISI分析师估计，到2027年初，Maia可能占微软AI芯片支出的约10%。
功耗对比进一步厘清局势。英伟达最新的GB300机架配备72个GPU，功耗142千瓦；微软96芯片的Maia 300机架功耗167千瓦，但声称每瓦吞吐量更优。在超大规模下，这种差异会迅速累积。此外，微软通过液冷、高速以太网扩展网络及紧密的软件集成，持续优化整个机架而非仅关注芯片。
该战略伴随风险。英伟达CUDA仍是许多开发者的默认选择，训练工作负载仍重度依赖GPU。微软总经理Alistair Speirs告诉媒体，公司希望“在正确的时间为正确的模型提供正确的硅片”，在合适情况下将继续使用第三方硬件，保持选项灵活性。
尽管如此，方向明确。推理工作负载已主导生产环境的AI使用，提供了实现效率提升的最清晰路径。通过拥有硅片，微软控制了Copilot及其扩展智能体产品的更多成本曲线。更低成本意味着更广泛部署，进而产生更多改进模型的数据，加速飞轮效应。
其他超大规模云服务商也在 pursue 类似路径，如Google的TPU、Amazon的Trainium和Inferentia。但很少有公司像微软这样明确承诺为推理进行千兆瓦级部署。微软的举动之所以突出，是因为它将硬件直接与每天被数亿人使用的创收产品绑定。
细节将在下个月旧金山举行的Ignite大会上进一步明朗。高管计划讨论软件工具、开发者访问权限和进一步基准测试。目前，Maia 200 SDK早期预览版已发送给学术界和AI实验室，预计新芯片也将有类似项目。
公告发布之际，供应链正处于紧张状态，台积电先进制程节点依然受限。据媒体引用The Information报道，微软已确保2027年超过30万颗Maia 300芯片的产能。实际部署将取决于良率、电力供应和模型就绪情况。
即便如此，市场信号无可否认：微软不再接受对其最关键工作负载依赖任何单一供应商。它设计、测试并规模化生产了自己的解决方案。Maia 300和千兆瓦级计划代表了多年低调工程成果走向公众视野。效率主张是否能在全面生产规模下得到验证仍有待观察，真实结果将在未来18个月内显现。但承诺已非理论，微软正在为其自有芯片投入真实的电力、资金和客户工作负载，AI基础设施竞赛又增加了一位严肃的竞争者。