Microsoft 釋出自研 AI 晶片 Maia 100 與 Cobalt CPU

過去幾年裡，每當人們聊起大模型算力，繞不開的名字永遠是輝達。買不到算力、電費太高、供應商獨大，成了所有云廠商的心病。

在每年的 Ignite 開發者大會上，微軟終於拿出了自己的底牌。他們正式公佈了兩款自研定製晶片：專為生成式 AI 任務打造的加速晶片 Azure Maia 100，以及通用雲端計算處理器 Azure Cobalt 100。

堆上千億電晶體，先給自家服務省下四成電

先看專攻 AI 的 Maia 100。這是微軟 Maia 系列加速晶片的第一代產品，採用 5 納米制程，集成了 1050 億個電晶體。微軟稱它是 5 奈米工藝上製造的最大晶片之一。

它從一開始就是奔著生成式 AI 去的。微軟表示，Maia 100 不僅要給 GitHub Copilot 這樣的自家工具當引擎，還會用來執行 OpenAI 的前沿大模型。微軟之前給 OpenAI 砸了 110 億美元，確保能拿到相關核心技術的獨家權利，現在必須在底層算力上幫 OpenAI 撐起野心。

另一款晶片 Cobalt 100 則是基於 ARM 架構的 64 位通用處理器，單顆晶片塞進了 128 個計算核心。

比起 Azure 之前使用的其他 ARM 晶片，Cobalt 100 能把功耗降低整整 40%。它甚至不是停留在圖紙上的東西，目前已經在 Azure 的資料中心裡悄悄運轉，為 Microsoft Teams 和 Azure SQL 提供支援。

這兩款晶片都配備了每秒 200 Gbps 的高速網路互聯，資料吞吐量達到每秒 12.5 GB。

三巨頭裡最後交卷，但微軟沒有打算拋棄輝達

在自研晶片這件事上，微軟其實是個遲到者。谷歌早在 2016 年就拿出了 TPU，亞馬遜也先後推出了自家的 Graviton、Trainium 和 Inferentia 系列。

市面上關於微軟造芯的傳聞傳了好幾年，去年夏天甚至流出過一份規劃檔案。直到今天，微軟才算把三巨頭的自研晶片拼圖補齊。

不過，微軟並沒有打算跟上游供應商撕破臉。微軟在釋出會上特意強調，自己依然會跟輝達和 AMD 緊密合作，明年 Azure 還會如期引入輝達最新的 H200 GPU 和 AMD 的 MI300。

這背後的原因很簡單：現在的生成式 AI 需求太旺盛了。微軟透露，三季度 GitHub Copilot 的付費企業客戶環比激增了 40%，付費使用者已經超過 100 萬人，覆蓋了 3.7 萬多家機構，海外市場增長格外迅猛。光靠自研晶片，根本填不滿眼前的算力窟窿。

為什麼重要

我們認為，微軟自己造芯並不是為了立刻把輝達踢出供應鏈，而是一次必須做的戰略對沖。

對普通開發者和企業使用者來說，你可能短期內並不需要關心底層跑的是 Maia 還是 H100。但自研晶片的引入，尤其是功耗降低 40% 的 Cobalt 100，有望壓低微軟雲服務的邊際成本，讓未來 Copilot 這種高頻 AI 功能的定價變得更可持續。

對整個行業而言，晶片巨頭輝達的定價權正在被雲廠商悄悄削弱。雖然微軟嘴上說繼續大量採購 H200，但只要 Maia 能在自家機房裡分擔掉 OpenAI 的一部分推理和訓練負載，微軟在議價桌上的底氣就會完全不同。

看起來，微軟走的是一條相對務實的路：用 Cobalt 最佳化存量雲業務的電費賬單，用 Maia 支撐 OpenAI 的增量模型開銷，同時保留外部 GPU 採購通道。這種兩頭下注的打法雖然穩妥，但也考驗著微軟在晶片生態與軟體適配上的長期功力。