11 月 17 日的 Ignite 2026 活动上,微软宣布第二代自研 AI 加速器 Maia 200 进入规模化生产,并且已经在自家数据中心里跑起了微软规模最大的前沿模型。这是微软从“买卡”往“自己造卡”迈出的实质一步,不再只是实验室里的样品。
最硬的一个指标是每瓦 token 处理量。跟“领先的 GPU 基础设施”相比,在 Teams、Copilot、Cowork 这些内置 AI 功能里,Maia 200 最高能多出 1.7 倍的产出——同样的电,干出接近两倍的活。对数据中心来说,电费和散热是长期账,这 1.7 倍比跑分好看得多。
规格上也确实堆了料:台积电 3 纳米工艺,配 FP4 和 FP8 张量核心,216GB 的 HBM3e 显存,272MB 片上 SRAM;FP4 精度下单颗算力超过 10 petaFLOPS。组网走以太网,最多能把 6144 颗加速器织成一个集群。这颗芯片的设计取向很明确——不是冲着训练去的,是专为推理优化的定制芯片。
落地节奏已经铺开:目前部署在美国、欧洲和澳大利亚,正在服务 Copilot 等生产负载,后续会逐步接手 GitHub Copilot 和 Microsoft Foundry。更远的时间表写在 2027 年——把 Azure Maia 系统扩到多吉瓦级部署,让自研芯片成为自家产品和服务的推理主力。
boxiyunAI的看法
- 微软这一步的动机不是“芯片性能更好”,是成本可控。推理是天天要付的账,用别家的卡就得按别家的节奏和价格走;自己造,哪怕单颗不占优,只要每瓦产出高,长期的账就是自己的。
- “每瓦 1.7 倍”这个口径要留个心眼:对手是“领先的 GPU 基础设施”,不是具体型号,也没说在什么负载、什么并发下测的。这种对外表述通常是自家最有利的场景,真实差距要看第三方复现。
- 只做推理不做训练,是很务实的切法。训练要多卡紧耦合、要极高的互联带宽,门槛高得多;推理负载相对规整、可以切分,正是自研芯片最容易站住的地方。
- 三块大陆同时部署,说明这不是试点。一旦 2027 年真铺到多吉瓦,微软对外的 GPU 采购量会出现结构性变化——头部云厂每少买一批卡,整个算力市场的议价关系就变一分。
把这颗芯片放进大盘子里看:谷歌有 TPU,亚马逊有 Trainium 和 Inferentia,微软现在有 Maia 200,几家云巨头都在把推理这块最稳定、最可预测的负载搬回自己手里。算力竞赛打到今天,头部玩家不愿意把命脉攥在别人手上,这句话比任何参数都说明问题。
对用云的人来说,短期感受不到变化,长期会体现在价格上。推理成本一旦被自研芯片压下来,云厂商就有空间打价格战,模型调用的单价会继续往下走。真正被挤压的是那些既没有自研芯片、又靠卖算力吃饭的中间层——上游被云厂绕开,下游被价格战压着,日子会越来越窄。