微軟公佈自研晶片 Maia 300：2027年規模部署，能效比GPU高40%

買卡買到手軟的科技巨頭們，終於下定決心要在自家後院挖一條護城河。

微軟公佈了下一代自研 AI 推理晶片 Azure Maia 300，並且計劃從 2027 年開始進行吉瓦級（multi-gigawatt）的大規模部署。微軟 CEO 薩提亞·納德拉直接把這次動作稱為微軟在自研晶片上押下的「最大一筆賭注」。按照規劃，Maia 系列將成為微軟自家產品和雲服務的核心推理主力。

壓榨每一度電裡的 Token

大模型跑到今天，大家拼的早就不只是算力有多大，而是機房裡的電夠不夠燒。

微軟給 Maia 300 定下的目標非常明確：把重心完全放在推理上，專門應付長上下文推理、低延遲對話和複雜的智慧體多步驟任務。微軟官方預計，和主流的 GPU 系統相比，Maia 300 每兆瓦電力能多產出 40% 的 Token。

從硬體引數來看，微軟這次確實下了本錢。Maia 300 的計算芯粒採用了台積電的 N2P 工藝節點，採用計算、記憶體控制器和 I/O 分離的小晶片架構。單顆晶片塞進了 8 個 HBM4 堆疊，在 950 瓦的功耗下能夠提供高達 18.0 TB/s 的峰值記憶體頻寬。

到了整機架層面，微軟搞出了一個塞進 96 顆加速卡的系統。整個機櫃功耗為 167 千瓦，能夠聚合提供 27.6 TB 的 HBM 容量和 1.7 PB/s 的聚合頻寬，整機架 Token 吞吐量最高能達到上一代 Maia 200 的 7 倍。

上一代的 Maia 200 也不是擺設。微軟透露它已經在美洲、歐洲和澳大利亞上線，正在支撐 Teams、Copilot 等真實生產負載，相比主流 GPU 實現了最高 1.7 倍的每瓦 Token 產出。到 2026 年底前，GitHub Copilot 和 Microsoft Foundry 也會全面切入。

兜裡有了自研晶片，談判桌上更有底氣

微軟自己算得很清楚，2026 年全年的資本支出預計高達 1750 億美元，很大一部分都流向了輝達等晶片硬體商。

輝達現在的吸金能力依然驚人，在截至 2026 年 7 月 26 日的季度裡營收達到 962 億美元，同比增長 106%，其中資料中心業務就佔了 890 億美元。眼下微軟雖然還在採購輝達 Vera Rubin 和 AMD Helios 系統，但 Maia 300 的出現讓它在未來的採購談判裡多了一張極具分量的底牌。

不只是微軟，整個頭部 AI 陣營都在走這條路。比如 OpenAI 也在 2025 年 10 月聯手博通公佈了 10 吉瓦的自研晶片計劃，預計在 2026 年下半年到 2029 年落地。

為什麼重要

對普通使用者和企業客戶來說，最關心的是這能不能讓 Copilot 更便宜、更好用。我們認為，微軟自己做晶片降低了推理成本，但它並沒有在公告裡承諾會直接給終端軟體降價。更大的可能是先把這部分省出來的利潤吃下，或者轉化為更高的併發支援與更長的上下文視窗。

對於整個 AI 硬體行業，這一步的訊號再明顯不過：雲廠商和模型大廠正在加速擺脫對單一 GPU 供應商的重度依賴。雖然短期內輝達的先發優勢和生態壁壘依然難以撼動，但如果大廠的日常推理都能用自家定製晶片搞定，輝達的超高定價權遲早會被撕開一道口子。

微軟的這套打法看起來相當務實。它沒有去硬碰大模型訓練這塊最難啃的骨頭，而是集中精力在耗電最兇、規模最大的推理場景上死磕能效比。不過隱患也同樣擺在眼前：微軟目前並未公開具體的對比測試基準和對照 GPU 細節，自研晶片能不能在 2027 年如期交付、實際執行多樣化開源架構時軟體棧能不能跟上，依然需要時間來驗證。