Microsoft 发布自研 AI 芯片 Maia 100 与 Cobalt CPU

过去几年里，每当人们聊起大模型算力，绕不开的名字永远是英伟达。买不到算力、电费太高、供应商独大，成了所有云厂商的心病。

在每年的 Ignite 开发者大会上，微软终于拿出了自己的底牌。他们正式公布了两款自研定制芯片：专为生成式 AI 任务打造的加速芯片 Azure Maia 100，以及通用云计算处理器 Azure Cobalt 100。

堆上千亿晶体管，先给自家服务省下四成电

先看专攻 AI 的 Maia 100。这是微软 Maia 系列加速芯片的第一代产品，采用 5 纳米制程，集成了 1050 亿个晶体管。微软称它是 5 纳米工艺上制造的最大芯片之一。

它从一开始就是奔着生成式 AI 去的。微软表示，Maia 100 不仅要给 GitHub Copilot 这样的自家工具当引擎，还会用来运行 OpenAI 的前沿大模型。微软之前给 OpenAI 砸了 110 亿美元，确保能拿到相关核心技术的独家权利，现在必须在底层算力上帮 OpenAI 撑起野心。

另一款芯片 Cobalt 100 则是基于 ARM 架构的 64 位通用处理器，单颗芯片塞进了 128 个计算核心。

比起 Azure 之前使用的其他 ARM 芯片，Cobalt 100 能把功耗降低整整 40%。它甚至不是停留在图纸上的东西，目前已经在 Azure 的数据中心里悄悄运转，为 Microsoft Teams 和 Azure SQL 提供支持。

这两款芯片都配备了每秒 200 Gbps 的高速网络互联，数据吞吐量达到每秒 12.5 GB。

三巨头里最后交卷，但微软没有打算抛弃英伟达

在自研芯片这件事上，微软其实是个迟到者。谷歌早在 2016 年就拿出了 TPU，亚马逊也先后推出了自家的 Graviton、Trainium 和 Inferentia 系列。

市面上关于微软造芯的传闻传了好几年，去年夏天甚至流出过一份规划文件。直到今天，微软才算把三巨头的自研芯片拼图补齐。

不过，微软并没有打算跟上游供应商撕破脸。微软在发布会上特意强调，自己依然会跟英伟达和 AMD 紧密合作，明年 Azure 还会如期引入英伟达最新的 H200 GPU 和 AMD 的 MI300。

这背后的原因很简单：现在的生成式 AI 需求太旺盛了。微软透露，三季度 GitHub Copilot 的付费企业客户环比激增了 40%，付费用户已经超过 100 万人，覆盖了 3.7 万多家机构，海外市场增长格外迅猛。光靠自研芯片，根本填不满眼前的算力窟窿。

为什么重要

我们认为，微软自己造芯并不是为了立刻把英伟达踢出供应链，而是一次必须做的战略对冲。

对普通开发者和企业用户来说，你可能短期内并不需要关心底层跑的是 Maia 还是 H100。但自研芯片的引入，尤其是功耗降低 40% 的 Cobalt 100，有望压低微软云服务的边际成本，让未来 Copilot 这种高频 AI 功能的定价变得更可持续。

对整个行业而言，芯片巨头英伟达的定价权正在被云厂商悄悄削弱。虽然微软嘴上说继续大量采购 H200，但只要 Maia 能在自家机房里分担掉 OpenAI 的一部分推理和训练负载，微软在议价桌上的底气就会完全不同。

看起来，微软走的是一条相对务实的路：用 Cobalt 优化存量云业务的电费账单，用 Maia 支撑 OpenAI 的增量模型开销，同时保留外部 GPU 采购通道。这种两头下注的打法虽然稳妥，但也考验着微软在芯片生态与软件适配上的长期功力。