微软发布 Maia 300 AI 芯片:明年部署超百万颗,自研硅片成推理主力
微软 10 月 12 日发布第三代自研 AI 加速器 Azure Maia 300,计划明年部署规模可能超过百万颗,2027 年起扩展至数吉瓦级,并使 Maia 成为微软产品与服务的主要推理系统。纳德拉称这是公司迄今对自研硅片最大的一次押注。
10 月 12 日,微软正式发布第三代自研 AI 加速器 Azure Maia 300。据路透社报道,微软表示计划明年部署的数量可能超过一百万颗,用于支撑其内部 AI 服务;从 2027 年起,Maia 家族将扩展至数吉瓦级部署规模。
微软云与 AI 业务执行副总裁 Scott Guthrie 在官方博客中给出了一个相当重的定调:Maia 将成为"微软产品与服务的主要 AI 推理系统"。CEO 纳德拉则称这是公司迄今为止对自研硅片最大的一次押注。这两句表态的分量在于,它们把 Maia 从"补充算力"直接提到了"主力架构"的位置。
硬件参数上,微软计划在每个服务器机架中装入 96 颗 Maia 300 芯片,相比 Maia 200 的 48 颗密度翻倍,单机架 token 吞吐量最高达到 Maia 200 的 7 倍。按厂商自报的规格,Maia 300 在稠密 FP8 算力上超过英伟达 Blackwell B200,内存容量与 B300 持平,带宽为其两倍以上且功耗更低。微软还称其每兆瓦产出的 token 数比主流 GPU 方案高出约 40%。
需要提醒的是,上述对比数据来自微软自身的测试与披露,尚无第三方独立复现,实际表现有待部署后验证。
但即便打上折扣,这一发布的产业信号依然清晰。微软长期是英伟达最大的客户之一,如今把推理主力切换到自研芯片,本质是在算力成本结构上做一次长期解绑。推理负载相比训练更可预测、更同质化,恰恰是自研 ASIC 最容易发挥性价比优势的场景。这也解释了为什么各大云厂商近两年都把自研重心压在推理侧而非训练侧——谷歌 TPU、亚马逊 Trainium、如今微软 Maia,走的是同一条路。对英伟达而言,短期订单未必立刻受冲击,但头部云客户的推理份额被分流,已经是正在发生的事。
信息来源:路透社、GeekWire、Unite.AI、Quartz 等多家媒体报道,以及微软 Azure 官方博客