AREX Feed Article
微软 CEO 纳德拉宣布迄今最大自研芯片押注：自 2027 年起让 Maia 家族扩至多吉瓦级部署、成为自家产品主力推理系统
当地时间 10 月 12 日，微软 CEO Satya Nadella 在 ：「今天，我们宣布了在自研芯片上迄今最大的押注。」他给出的内容是：自下一个日历年——即 2027 年——起，微软将把 Maia 芯片家族扩展至多吉瓦（multi-gigawatt）级部署，让它成为微软自身产品与服务的主力推理系统（primary inference system）。
同一天，微软云与 AI 部门执行副总裁 Scott Guthrie 在公布了细节：第三代 Azure Maia 加速器 Maia 300 将于 2027 年开始生产部署，微软预计其每兆瓦 token 产出较领先的 GPU 系统高 40%；已投产的 Maia 200 正在美国、欧洲和澳大利亚部署，为 Microsoft Teams、Copilot 与 Cowork 的内置 AI 能力带来最高 1.7 倍的每瓦 token 产出。这些效率数字全部出自微软自报口径——分析机构 Moor Insights & Strategy 的 CEO Patrick Moorhead 对 说：「到目前为止，还没有人在微软之外测试过它们。」
从一条推文到一纸方向性承诺
纳德拉的推文发布于北京时间 10 月 12 日 21:03（UTC 13:03），三条实质内容与 Guthrie 的博客一一对应：多吉瓦级部署、Maia 300 发布、Maia 200 跨三洲部署。Guthrie 在博客中的原话是：「我们将从 2027 年起把 Azure Maia 家族扩展至多吉瓦级部署，让 Maia 成为微软产品与服务的主力推理系统。」他把这一步放进「进入超级智能（Super Intelligence）时代」的叙事里，并称已有三代积累的 Azure Maia 项目「已经成为微软 AI 基础设施战略的基础性组成部分」。
「主力推理系统」的实际含义是：微软自家产品与服务的推理请求，今后将主要由自家芯片承接。 把它写成「从周一发布的第三代 Maia 加速器开始，微软将主要依靠自家硅片处理到来的请求」，标题直接点出这一动作指向「减少对英伟达的依赖」。
不过纳德拉在推文结尾自己划了边界：目标是「在已经看到的全栈效率收益之上继续提升，同时持续把生态系统的最新创新引入我们的机群」——改换主力不等于不再采购生态里的其他硬件。
Maia 300：为长上下文与智能体推理设计的整套系统
按 Guthrie 博客的定位，Maia 300 是「一个完整的智能系统」，面向三类正在出现的工作负载：长上下文推理、对延迟敏感的对话体验、持续多步的智能体任务。与它同日发布的还有一篇由 Rani Borkar 和 Saurabh Dighe 署名的 ，以及随博客附上的技术论文。
单颗芯片的账目是这样的：在 950 W 热设计功耗（TDP）内，8 组 HBM4 高带宽内存堆栈提供 288 GB 容量与 18 TB/s 峰值带宽；官方规格表给出的峰值算力为 FP4 13.8 POPS、FP8 6.9 POPS（POPS，即每秒千万亿次运算）。它采用多芯片粒（chiplet）结构：计算芯片粒用台积电 N2P 工艺制造，以拿到最好的每瓦性能，内存控制器与 I/O 则拆到单独的芯片粒上。相比 Maia 200，深潜文章列出的增量为：计算浮点性能提高 36%，HBM 带宽增至 2.5 倍（288 GB 对 216 GB，容量多 33%），双向扩容带宽提高 14%（3.2 TB/s 对 Maia 200 的 2.8 TB/s），每瓦 HBM 带宽约为 2 倍。
机制层面，Maia 200 引入的 SDLA（软件定义本地访问数据流架构，Software Defined Locally Accessed Dataflow Architecture）延续到这一代：内存组织从单一统一寻址改为跨芯片粒的非统一内存访问（NUMA），让软件把数据放在离计算最近的位置；片上 SRAM（静态随机存取存储器）作为软件管理的缓冲，减轻 HBM 压力；增强版 MXFP4 与低于 3 bit 的存储格式同时压缩计算和 KV-cache 的内存与带宽占用，在同样功耗下撑起更大的上下文窗口。组网上，Maia 300 用两层基于 Ethernet 的扩容（scale-up）网络和自研 AI 传输协议：单机架 96 颗加速器构成一个 pod，第二层光互连交换机最多把 128 个机架连成 12,288 颗加速器的 superpod；在只有部分加速器跨机架时，单加速器对 superpod 内任意对端仍可跑出最高 750 GB/s。预填充（prefill）与解码（decode）可以分开部署，KV 状态沿同一张扩容网络直接搬迁。
机架是这次公告里最能说明「整套系统」四个字的部分：96 颗加速器装进 24 个四芯托盘，塞在 167 kW 的功率包络内，不再设独立主机托盘，整机架提供 27.6 TB HBM 容量和 1.7 PB/s 聚合带宽；6 颗高 radix 交换 ASIC（专用集成电路）收进 3 个液冷交换托盘；液冷承担机架 80% 以上的热负荷，既可直连机房水路，也能用换热器适配风冷数据中心。深潜文章称，这种机架级协同设计让 Maia 300 的每瓦性能达到 Maia 200 的 2.5 倍以上，96 加速器满配下机架级 token 吞吐最高是其 7 倍。
至于与 GPU 的直接对比，Guthrie 博客的原文措辞是「我们预计」：预计每兆瓦 token 产出较领先 GPU 系统高 40%，纳德拉推文中写成的「每瓦 token 产出高 40%」是同一比率的两种表述。公告未附对比所用的 GPU 型号与测试条件；Maia 300 将从 2027 年开始生产部署。
Maia 200 已经在生产线上
这次的部署消息全部落在第二代产品上。Guthrie 写道，Maia 200 正在为包括 Microsoft Copilot 在内的微软生产工作负载服务，并支持 MAI 团队开发下一代模型；GitHub Copilot 与 Microsoft Foundry 将在年底前跟进。它上面跑着 OpenAI 模型、微软自己的 MAI 模型和主流开源模型家族。至于效率数字的对比基准，微软的口径是与「领先的 GPU 基础设施」相比。背景是今年 1 月 26 日发布的 ：台积电 3 nm 工艺、超过 1,400 亿个晶体管、216 GB HBM3e 内存与 7 TB/s 带宽、272 MB 片上 SRAM、750 W TDP，FP4 精度算力超过 10 PFLOPS、FP8 超过 5 PFLOPS。微软当时声称其 FP4 性能是第三代 Amazon Trainium 的 3 倍、FP8 性能超过 Google 第七代 TPU，每美元性能比机群中最新一代硬件高 30%；部署从艾奥瓦州得梅因附近的 US Central 区域起步，凤凰城的 US West 3 随后。纳德拉 7 月对分析师重申了这个 30% 的数字，并称 Maia 200 已在处理 OpenAI 模型。
电力即成本：这笔账怎么算
为什么把主力推理系统押在自家芯片上，微软高管给出的理由围绕电力展开。Speirs 对 CNBC 说：「我们需要能带来实质上更好性能、更好利用手中电力的新架构。对数据中心而言，电力几乎会直接转化为运营成本。」微软 CFO Amy Hood 上月在高盛的一场会议上则表示，使用自家芯片有助于「十年间的利润率改善」。Evercore ISI 分析师在发给客户的报告中估计，到 2027 年第一季度，Maia 将占微软 AI 芯片支出的大约 10%，并建议买入微软股票。
同行也在做同样的事。Moor Insights & Strategy 署名 Matt Kimball 的列出的参照系是：AWS 的 Project Rainier 集群于 2025 年底上线，用了近 500,000 颗 Trainium2；Google 的 Ironwood TPU 可扩展到 9,216 颗芯片的 superpod，TPU 8i 面向智能体推理；Meta 称已在生产中部署数十万颗自研 MTIA 芯片。他写道：「机架，以及越来越多的 pod，正在成为推理基础设施的基本单元。」对微软这次的动作，他的判断是：「对一家企业级足迹如此之大的公司来说，这是一个分量很重的表态」，而且「不到三年做满三代，对任何芯片项目都是很快的爬坡」。
英伟达的角色并未消失：Speirs 对 CNBC 表示，在训练模型这件事上，微软仍与英伟达和 AMD 合作；而就在上周，英伟达 CEO 黄仁勋还出现在微软发布搭载英伟达处理器的 Surface 笔记本的活动上。
租不到、没有时间表、数字未经独立验证
这份公告留下三处清楚的边界。其一，Azure 客户目前租不到它：Moor Insights 的文章指出，微软并未宣布任何可供客户按需租用的 Maia 实例，「这次公告说的不是这件事」；CNBC 对比称，Google 的 TPU 和 Amazon 的 Inferentia、Trainium 都可以按小时出租，微软的加速器目前不能。其二，所有效率数字都是微软自测口径——40% 是「预计」，1.7 倍和 7 倍都带着「最高」，而 Moorhead 指出，还没有人在微软之外测试过这些芯片。
其三，也是最实际的：多吉瓦级部署没有时间表。Guthrie 的博客只承诺「2027 年开始」，Speirs 拒绝给出达成多吉瓦规模的具体时间：「我们在这方面保留了一些灵活性，因为这个行业变化非常快，我们希望在合适的时间，为我们正在使用的合适模型部署合适的芯片。」微软已排定的下一个披露节点，是 11 月 17～20 日在旧金山举行的 Ignite 2026 大会。