微软发布第三代自研芯片 Maia 300：每兆瓦 token 高 40%，2027 年量产

一块为推理而生的芯片

当地时间 10 月 12 日，在美国圣何塞举行的 2026 开放计算项目全球峰会（OCP Global Summit）上，微软发布了第三代自研 AI 芯片 Azure Maia 300。微软云与 AI 执行副总裁 Scott Guthrie 在博客中给出的说法很直接：Maia 300 将成为微软产品与服务的首要 AI 推理系统，公司将从 2027 年起把 Azure Maia 系列扩展到数吉瓦级部署。

这意味着微软正式把推理这条最日常、最耗电的负载，从英伟达与 AMD 的 GPU 上往回搬。此前 Maia 100 于 2023 年 11 月发布，第二代 Maia 200 今年 1 月才推出，第三代在九个月后接档。Maia 200 目前已在承载微软 Copilot 等生产负载，GitHub Copilot 与 Microsoft Foundry 预计在今年年底前完成接入。微软把 Maia 300 的设计目标写得很具体：长上下文推理、时延敏感的对话体验，以及智能体执行的多步持续任务。

96 颗一柜，账面上的数字

按微软公布的规格，Maia 300 采用多芯粒架构，把计算、内存控制器与输入输出功能拆到不同的芯粒上，计算芯粒使用台积电 N2P 工艺。每颗芯片搭配 8 堆 HBM4 高带宽内存，容量 288GB，峰值带宽 18TB/s，功耗上限 950 瓦。一个完整机柜塞进 96 颗芯片，功耗预算 167 千瓦，芯片数量是 Maia 200 机柜的两倍；各机柜之间通过基于以太网的网络互联，最多 128 个机柜可以组成一个 12288 颗芯片的单一系统。

在大规模推理系统里，真正的瓶颈越来越不是原始算力，而是数据搬得够不够快。——Scott Guthrie，微软云与 AI 执行副总裁

性能口径上，微软称 Maia 300 每兆瓦电力可处理的 token 数量比领先的 GPU 系统高出 40%；在满配 96 颗的机柜配置下，机架级 token 吞吐量最高可达 Maia 200 的 7 倍。随博客一同发布的技术论文把每瓦性能提升幅度写为 2.5 倍以上。路透报道称，微软正在考虑在 2027 年部署超过 100 万颗 Maia 300，但公司并未公开把百万颗作为正式承诺。Evercore ISI 分析师在此前给客户的报告中预计，到 2027 年第一季度，Maia 芯片将占微软 AI 芯片支出的约 10%。

自研芯片的边界在哪

这些数字都还是预期值。有分析指出，微软没有公开那 40% 优势的对照系统具体是谁，而 Maia 300 目前尚未进入生产环境，实际表现取决于加速器、内存、芯片间通信与所跑模型的共同作用，不能只看单颗芯片的账面参数。另一个容易被忽略的点是分工：微软目前仍与英伟达、AMD 合作训练模型，自研芯片主要解决推理，训练侧的依赖并没有解除。

放到更大的背景里，自研加速器的队伍已经很拥挤。亚马逊、谷歌、AMD、Cerebras 都在这条线上，谷歌 TPU 早已跑在自己的数据中心里，亚马逊的 Trainium 与 Inferentia 也迭代多代。微软真正的变量不是能不能造出一颗更省电的芯片，而是能不能在数吉瓦的规模上把它稳定跑起来。这个答案要到 2027 年才会揭晓。