微软发布第三代自研 AI 芯片 Maia 300：2027 年上线，目标成为微软的“主要推理系统”

微软在 2026 年 10 月 12 日宣布了第三代自研 AI 芯片 Maia 300。The Verge 的报道显示，微软把它定位为“主要的 AI 推理系统”，用来支撑自家的产品和服务。推理指的是模型训练完成之后，每次回答用户请求时所消耗的计算。随着聊天、编程助手和智能体的使用量上升，这部分开销已成为云厂商最大的成本之一。微软要做的，是把越来越多的这类计算搬到自己设计的芯片上。 时间表是最先要看的信息。Maia 300 将从 2027 年起逐步进入生产环境，也就是说，它今天还不能用，只是一份路线图。它的前代 Maia 200 今年 1 月才公布，如今已经在微软内部的生产负载上运行，包括 Microsoft Copilot、GitHub Copilot、Microsoft Foundry，以及微软自己的 AI 模型。微软云业务负责人 Scott Guthrie 称，Maia 200 是微软机队里“按真实业务指标衡量表现最好的 AI 基础设施”。从一代到下一代只隔了不到一年，说明微软在芯片上的迭代节奏很快。

再看性能。Guthrie 表示，预计 Maia 300 的每兆瓦词元产出比领先的 GPU 系统高 40%。在完整的 96 个加速器配置下，机架级词元吞吐最高可达 Maia 200 的 7 倍。这里有两点要读清楚。其一，两个数字都是微软高管给出的预期，原文没有引用独立测试。其二，“每兆瓦”这个单位值得留意：数据中心的瓶颈正越来越多地来自电力，而不是机器数量，所以微软选择用电力效率来讲故事，而不是只谈峰值算力。 架构上有一处具体的细节。Maia 300 基于台积电的 N2P 工艺节点，采用小芯片（chiplet）设计，把计算、内存控制器和输入输出功能拆开。微软 Azure 硬件与基础设施团队的解释是，这样可以把更多的硅面积留给计算，并让每一项功能使用最适合自己的工艺。Guthrie 说，Maia 300 是为新出现的工作负载设计的完整系统：长上下文推理、对延迟敏感的对话体验，以及持续的多步骤智能体任务。这与近一年产品形态的变化相吻合，智能体常常要在很长的上下文里连续调用工具，对延迟和稳定性的要求都比单轮问答高。

最能体现战略意图的是这句话：微软将从 2027 年起把 Azure Maia 系列扩展到多吉瓦的部署规模，让 Maia 成为微软产品和服务的主要推理系统。The Verge 据此认为，微软很快就能主要依赖自家芯片，而不是英伟达和 AMD 的产品。这是对公开表态的解读，并不等于微软宣布停止外购。微软 AI 部门负责人 Mustafa Suleyman 也谈到了另一层动机：要在整个技术栈上做工作，一直做到硅片；在那样的规模下，需要一个自己拥有、并与模型共同设计的平台，因此让微软自己的 AI 模型跑在 Maia 上是团队的关键任务。

如果把这条消息放进更长的时间线，会更容易看清它的分量。Maia 200 在今年 1 月公布，几个月后就已进入微软内部的生产负载；Maia 300 又在不到一年后宣布，并把“主要推理系统”写进了目标。这种节奏意味着微软不再把自研芯片当作实验项目，而是当作需要年年交付的产品线。对客户而言，真正会感受到的变化多半不在芯片本身，而在价格与速度：如果每兆瓦产出的词元更多，同样的电力就能服务更多请求，云端智能体和助手的单位成本有机会下降。不过，这一切目前都建立在微软自己的预期之上，具体能省多少，要看 2027 年之后的真实账单。 我们的看法是，这条消息的重点在于“成本结构”。如果推理主要跑在自研芯片上，微软就能把一部分毛利留在自己手里，也更容易把模型和硬件一起优化。但风险同样明确：芯片是 2027 年才上线的计划，能否按期交付、实际能效能否达到预期，都还没有证据。需要补充的是，报道没有给出内存容量、峰值算力、价格以及是否向外部云客户开放等信息，这些空白在 Maia 300 真正落地之前无法判断。读者可以把它当成一个信号：大型云厂商都在走向“模型加芯片”的垂直整合，而推理效率正在成为竞争焦点。