微软推出 Maia 300 AI 芯片，计划在 2027 年推出数千兆瓦芯片，以减少对 Nvidia 的依赖

微软的第三代 Maia 300 加速器承诺每兆瓦的令牌数增加 40%，机架规模吞吐量提高 7 倍，生产部署将于 2027 年开始。

微软周一推出了 Azure Maia 300，这是其内部人工智能加速器系列的第三代，并表示该芯片将从 2027 年开始在 Azure 上进行数千兆瓦的部署，这是该公司努力在自己的芯片上运行更多人工智能工作负载而不是在 Nvidia 的 GPU 上迈出的重要一步。

微软云+人工智能部门执行副总裁 Scott Guthrie 在博客文章中宣布了这一消息，将 Maia 300 定位为微软自有产品和服务的主要推理系统。它出现在更广泛的行业竞赛中，以构建定制人工智能芯片，随着超大规模企业努力降低大规模服务人工智能的成本，我们在最新人工智能发展的持续报道中密切关注这一转变。

据微软称，与领先的基于 GPU 的系统相比，Maia 300 的每兆瓦交付量增加了 40%。该公司表示，在完整的 96 个加速器配置中，该芯片提供的机架规模令牌吞吐量是其前身 Maia 200 的七倍。

专为从头开始推理而构建

微软将 Maia 300 描述为“推理优先”架构，旨在解决长上下文、内存密集型和解码繁重的工作负载——这些模式在现代聊天助手、推理系统和多步人工智能代理中占主导地位。

该芯片的内存子系统使用八个 HBM4 堆栈，在 950 瓦的热封装内提供每秒 18.0 TB 的峰值带宽。片上 SRAM 被视为软件管理的暂存器，微软表示这减轻了 HBM 的压力，并使更多数据靠近计算单元。

Maia 300 还转向多芯片设计，将计算、内存控制器和 I/O 功能拆分到单独的芯片中，计算芯片在台积电的 N2P 工艺节点上制造。对增强型 MXFP4 低精度格式的支持旨在减少计算内存需求和 KV 缓存存储，从而在相同的功耗预算内允许更大的上下文窗口和更高的吞吐量。

在网络方面，微软将网络视为芯片数据流架构的扩展。定制的人工智能传输通过基于以太网的基础设施提供跨加速器和机架的扩展通信，形成该公司所描述的从单个机架扩展到数据中心规模部署的统一拓扑。

机架规模数字

微软表示，在机架级别，96 个 Maia 300 加速器在 167 千瓦的功率范围内运行，在扩展域中提供 27.6 TB 的 HBM 容量和每秒 1.7 PB 的聚合带宽。该公司认为，这种密度使其可以为每个机架提供更多的同步人工智能交互和更大的工作负载。

Maia 200 已投入生产

Maia 300 是继 Microsoft 于 2026 年 1 月推出的 Maia 200 之后推出的，Maia 200 已经为生产工作负载提供服务，包括 Microsoft Copilot。据该公司称，到 2026 年底，Maia 200 还将支持 GitHub Copilot 和 Microsoft Foundry，它运行 OpenAI 模型、微软自己的 MAI 模型和领先的开源模型系列。

微软表示，Maia 200 正在美国、欧洲和澳大利亚部署，与它所取代的领先 GPU 基础设施相比，为 Teams、Copilot 和 Microsoft 365 体验中的内置 AI 功能提供的每瓦代币数量增加了 1.7 倍。 Guthrie 写道，Maia 200 的操作经验直接塑造了 Maia 300 的设计。

这两代产品旨在共同为一系列广泛的 Microsoft AI 服务提供支持：GitHub 编码工具背后的多步骤代理工作、通过 Microsoft Foundry 提供的云规模模型、MAI 模型团队的推理和数据生成，以及旨在减轻临床医生管理负担的延迟敏感的 Dragon Copilot 工作流程。

减少对 Nvidia 的依赖

该公告的战略潜台词是微软努力减少对英伟达的依赖，英伟达的 GPU 在整个行业的人工智能训练和推理领域占据主导地位。路透社报道称，微软计划“大规模部署”自家芯片，以此作为控制成本的一种方式，而 CNBC 则将此次部署视为减少该公司对 Nvidia 硬件依赖的直接举措，Nvidia 硬件是人工智能建设中一些最昂贵且供应受限的组件。

Nvidia 的定价能力已成为整个云行业的董事会问题，而定制芯片是标准的回应。谷歌的 TPU、亚马逊的 Trainium 和 Inferentia 系列以及 Meta 的 MTIA 芯片都追求相同的目标：针对每个公司的确切工作负载进行调整的专用硬件。微软的 Maia 计划始于 2023 年 11 月推出的 Maia 100，也是该竞赛的参赛作品。

对于微软来说，经济原理很简单：内部芯片提供的每一个代币都是不包含英伟达利润的代币。随着 Copilot、Microsoft 365、GitHub 和 Azure AI 服务的 AI 推理量不断增长，即使是部分替代也可以在超大规模方面节省大量成本。