核心要点

• 微软表示，未来其 Maia 系列 AI 芯片部署规模将达到数吉瓦算力级别。
• 公司计划把 Maia 作为运行 AI 模型的主力芯片架构。
• 下一代 Maia 300 芯片将于 2027 年投产。

微软 Azure Maia 300 芯片原型

　　历经多年依赖英伟达图形处理器之后，微软将扩大自研人工智能芯片的使用规模，这家软件巨头意在强化自身全栈 AI 能力。

　　微软于周一正式发布第三代 Maia AI 加速芯片，并表示后续处理业务请求将主要依靠自家芯片硬件。

　　微软在 AI 领域最大的优势是 Azure 云平台，该平台为客户运行各类 AI 模型。微软 365 Copilot 与 GitHub Copilot 面向程序员及办公人群提供 AI 服务。微软也在开发自研大模型，不过在由 OpenAI、Anthropic、谷歌主导的市场中，自研模型尚未形成重大影响力。

　　芯片赛道迎来新机遇，源于市场对高端处理器的持续旺盛需求，以及市场对芯片多元化选择的诉求。英伟达 GPU 一直是 AI 算力负载与模型训练的行业标准，微软现有数据中心大量采用该产品，同时也用来运行 OpenAI 与 Anthropic 的模型。

　　但随着需求持续攀升，头部模型企业开始采用多家厂商的芯片，包括亚马逊、AMD、Cerebras、谷歌，近几个月也纳入了微软的自研芯片。

　　在通用算力场景，微软已经同时使用自家 CPU 以及英特尔、AMD 的芯片。首席财务官艾米・胡德上月在高盛会议上称，自研芯片在过去十年间助力公司利润率改善。

　　微软首款 AI 芯片 Maia 100 于 2023 年推出；随后发布 Maia 200。首席执行官萨提亚・纳德拉在财报电话会上向分析师表示，Maia 200“每美元投入可实现的性能，比现有硬件高出 30%”，该芯片已经用于承载 OpenAI 模型。

　　Maia 300 将于 2027 年开始量产。微软执行副总裁斯科特・格思里在博客中表示，目标实现 Maia 系列芯片数吉瓦级别的部署规模，但总经理阿利斯泰尔・斯皮尔斯并未给出明确落地时间表。

　　斯皮尔斯称：“我们保留一定选择空间。这个行业迭代速度极快，我们希望在合适时间，为对应模型匹配最合适的芯片。”

　　微软计划每个数据中心机柜可部署 96 颗 Maia 300 芯片，数量是 Maia 200 的两倍。单机柜 AI 令牌处理吞吐量最高可达上代 7 倍；对比 GPU，每兆瓦能耗产出的令牌数量提升 40%。

　　“我们需要全新架构，以此实现更优性能，同时提高电力利用效率。对于数据中心而言，电力消耗直接对应运营成本。” 斯皮尔斯说道。

　　微软技术院士吉姆・克利维因表示，部分微软 365 Copilot 业务借助 Maia 300 可以实现提速。

　　投行 Evercore ISI 分析师在周三发给客户的研报中预估：到 2027 年第一季度，Maia 芯片将占到微软 AI 芯片采购开支的 10%；机构给予微软股票买入评级。

　　英伟达依旧会是微软重要的合作伙伴。上周微软举办产品发布会，英伟达首席执行官黄仁勋到场，会上微软发布搭载英伟达处理器的新款 Surface 笔记本。斯皮尔斯同时提到，在模型训练业务上，微软仍会和英伟达、AMD 展开合作。

　　不同于谷歌 TPU、亚马逊 Inferentia 与 Trainium 芯片，微软这款加速芯片暂不对外按小时出租给其他企业使用。

　　行业咨询机构 Moor Insights & Strategy 首席执行官帕特里克・穆尔黑德表示：“目前除微软内部之外，还没有任何外部企业对该芯片开展过测试。”