微软发布第三代自研AI芯片Maia 300

微软周一发布了第三代自研AI芯片Maia 300，定位相当直白——它要成为微软自家产品和服务的「最主要AI推理系统」。这款芯片不仅进一步压低了云端跑AI的成本，也更擅长处理当下最吃香的两类任务：长上下文推理和多步骤智能体作业。按照规划，Maia 300将从2027年起进入生产部署。

效率是这次发布的核心卖点。微软云与应用业务执行副总裁斯科特·格思里（Scott Guthrie）给出两组数字：Maia 300每兆瓦电力的token产出预计比主流GPU系统高四成；而在96颗加速器满配的情况下，机架级token吞吐量最高达到上一代Maia 200的七倍。他还表示，微软将从2027年开始把Azure Maia家族扩展到多吉瓦级部署规模。

这番表态背后的意图不难读出：微软希望尽快减少对英伟达和AMD GPU的依赖，靠自家芯片撑起AI业务的推理底盘。格思里称，今年1月才发布的Maia 200已经跑在微软的生产负载上，包括Microsoft Copilot、GitHub Copilot、Microsoft Foundry以及微软自己的AI模型，「按真实业务指标衡量，Maia 200是我们整个机队里表现最好的AI基础设施」。

技术路线上，Maia 300采用了chiplet（芯粒）架构，基于台积电N2P工艺，把计算、内存控制器和输入输出功能拆分到不同芯粒上。Azure硬件与基础设施团队解释称，这样做既扩大了专用于计算性能的硅面积，也让每个功能模块都能用上最适合自身角色的制程技术。

自研芯片同时也是微软AI模型战略的一环。微软AI CEO穆斯塔法·苏莱曼（Mustafa Suleyman）表示：「我们必须打通整个技术栈，一直下沉到硅片层面。在那个规模上，我们需要一个自己拥有、并与模型协同设计的平台——这就是为什么让微软AI模型跑在Maia芯片上是我们团队的关键重点。」

对微软而言，Maia 300承载的还有追赶野心。在自家模型与谷歌DeepMind、OpenAI、Anthropic的竞争中，微软仍然处于追赶位置，而「模型与芯片协同设计」正是这几家头部实验室的共同打法。推理侧的成本和效率，正在成为这场竞赛里越来越重要的一条战线。

编译自 The Verge，原标题："Microsoft's new AI chip makes it less reliant on Nvidia's GPUs"