微软在AI算力赛道上又踩了一脚油门。

周一，微软发布第三代自研AI芯片Maia 300，并宣布该系列明年起推进千兆瓦级部署。与此同时，Azure云部门管理层启动重组，由阿伦·乌拉格统一接管核心业务与工程团队。

意味着微软正在从硬件和架构两端同时发力，将自研算力推向业务前沿，从而强化其在AI竞争中的主动权，进一步摆脱对英伟达芯片的依赖。

明年起大规模部署Maia芯片

10月12日，微软正式对外发布第三代定制AI芯片Maia 300。

这款芯片面向AI推理任务，支持代码生成、复杂业务自动化等场景，主打长上下文推理、低延迟对话以及多步骤智能体任务。

和常规芯片产品不同，微软将Maia300定义为一套完整的智能系统，芯片、配套软件、机架、网络与数据中心基础设施统一协同设计，从底层适配云场景下大规模推理的需求。

微软Azure硬件系统和基础设施总裁Rani Borkar评价称：“它基本上是通过优化整个系统，为每一瓦、每一美元和每一字节的内存提供更多智能。”

微软首席执行官萨蒂亚·纳德拉也将其称作“微软在自研芯片赛道迄今为止最大的赌注”。

Maia 300是微软多代自研芯片路线里的关键一步。上一代Maia 200已经落地，可承载OpenAI以及微软自家大模型的推理任务。

对比Maia 200，Maia 300内存带宽提升2.5倍、容量增加33%，每瓦HBM带宽提升约2倍；机架层面，令牌吞吐量最高提升7倍，每瓦性能增幅超2.5倍。

微软还预计，预计Maia 300每兆瓦的令牌吞吐量将比领先的基于GPU的系统高出40%。

按照微软的规划，自2027年起，Maia系列将推进至千兆瓦级大规模部署，成为微软各类产品与服务的主力推理系统。

重组Azure云计算部门

在微软推进自研芯片之际，AI芯片赛道上的竞争也在不断加码。

谷歌已向部分客户开放TPU芯片供应，不再局限于云内租用；亚马逊持续加码Trainium自研芯片，OpenAI也在今年6月公布和博通合作打造自研芯片。

各家云厂商与AI公司都在自研芯片上持续投入，试图降低他们对英伟达硬件的依赖。

微软专为自有数据中心打造的Maia芯片，旨在优化AI推理效率、摊薄GPU采购成本。但就当下而言，英伟达GPU仍是微软推理算力的主力。

Evercore ISI分析师测算，到2027年初，Maia系列有望占到微软AI芯片相关支出的10%。

与此同时，微软近期还对Azure云业务部门管理层进行重组。

Azure负责人斯科特·格思里（Scott Guthrie）在内部信中宣布了这次架构调整，Azure整体仍由他统筹。

人事安排上，原Azure数据库负责人阿伦·乌拉格（Arun Ulag）升任，统一接管Azure核心业务以及工程高管团队。

吉里什·巴布拉尼（Girish Bablani）、比利·安德斯（Billy Anders）、道格拉斯·菲利普斯（Douglas Phillips）、马克·鲁西诺维奇（Mark Russinovich）等高管转为向阿伦·乌拉格汇报，此前转为顾问的前微软安全负责人查理·贝尔（Charlie Bell），也归入这条汇报线。

这次人事调整，发生在前Azure AI负责人埃里克·博伊德（Eric Boyd）春季离职、跳槽至Anthropic之后。

在AI算力需求爆发的背景下，客户对大规模集群、稳定交付、软硬件协同调度的要求持续抬升。

微软寄望通过这次架构收拢，降低跨团队协调成本，和自研芯片形成配合，强化其AI竞争力。