據報導，微軟計劃於今年秋季發佈新一代自研AI晶片Maia 300，最早或於下月公開亮相，並正與台積電洽談2027年交付逾30萬枚晶片的產能合同——相較於當前一代Maia 200區區數萬枚的產量，這是一次數量級的躍升。微軟最終希望為Maia 300爭取逾百萬枚的產能，但受制於零部件供應及與台積電正在進行的產能談判，實際規模存在不確定性。
微軟正押注自研晶片突破，試圖擺脫對輝達的深度依賴。
據科技媒體The Information周一報導，兩名知情人士透露，$微軟 (MSFT.US)$計劃於今年秋季發佈新一代自研AI晶片Maia 300，最早或於下月公開亮相，並正與台積電洽談2027年交付逾30萬枚晶片的產能合同——相較於當前一代Maia 200區區數萬枚的產量，這是一次數量級的躍升。與此同時，微軟正積極與Anthropic等大型雲客戶就使用Maia晶片展開談判。
這一擴張計劃的核心驅動力在於成本優勢。微軟上月向投資者披露，Maia 200晶片在運行OpenAI及微軟自有模型時，運營成本較輝達尖端晶片低30%至40%；據知情人士稱，專為微軟模型優化設計的Maia 300表現更為出色。即便無法拿下大客戶，微軟的備用方案亦是將更多內部AI工作負載轉移至Maia，同時繼續向Azure雲客戶出租高價輝達晶片。
然而，微軟在自研晶片賽道上仍明顯落後於Google和亞馬遜。GoogleTPU和亞馬遜Trainium已贏得多家大客戶採用，Google甚至開始向外部客戶銷售TPU；而目前，Maia 200的使用者僅有微軟自身，且截至上月底，仍只在美國境內兩座數據中心運行。
Maia 200起步遲緩，擴產雄心受限
Maia 200的落地進程明顯遜於預期。該晶片去年因早期測試未能達到內部目標而延期，此後僅在少數微軟數據中心部署。
微軟首席執行長薩提亞·納德拉（Satya Nadella）今年6月曾表示，已有兩座數據中心投入使用，並計劃向更多數據中心推廣，包括海外部署，但據一名知情人士稱，截至上月底，實際情況仍停留在美國境內的兩座數據中心，並無進展。
相比之下，競爭對手的規模優勢懸殊。
據摩根士丹利估算，Google今年TPU晶片產量計劃超過300萬枚，明年更將達500萬枚。微軟正在洽談的Maia 300逾30萬枚訂單，與此差距顯著。
押注Maia 300，目標劍指百萬量級
儘管如此，微軟並未收縮野心。
報導稱，微軟最終希望為Maia 300爭取逾百萬枚的產能，但受制於零部件供應及與台積電正在進行的產能談判，實際規模存在不確定性。
微軟Azure Maia總經理Andrew Wall在聲明中拒絕就具體產量計劃置評，但表示微軟最終希望生產以吉瓦為單位計量的Maia晶片。
他說："微軟持續投資定製晶片，作為我們長期AI基礎設施戰略的組成部分。我們預計Azure Maia部署將支援以吉瓦計量的AI工作負載需求。"通常而言，需要數吉瓦電力的數據中心可容納數百萬枚AI晶片。
在潛在客戶方面，據The Information此前報導，Anthropic已與微軟就未來使用Maia晶片展開數月談判。微軟的吸引力主要來自成本端：公司內部測試顯示，Maia 300在運行微軟自有模型方面的性價比尤為突出。
擺脫輝達的戰略驅動
自研晶片背後，是納德拉多年來的核心戰略關切。在一封2022年發出、後經司法程序公開的電子郵件中，納德拉曾寫道："我們現在只是輝達之上薄薄的一層，所有知識產權都在OpenAI手中"，並提及微軟某業務部門"明年將虧損40億美元"。
據一名知情人士稱，納德拉指的是在Azure上運行OpenAI模型的高昂成本——微軟彼時既無法掌控晶片成本，也無法掌控AI模型本身，而這正是此後自研晶片與自有模型兩條線並進的戰略起點。
目前，微軟仍主要依賴輝達晶片運行旗下大部分AI軟件，包括驅動Copilot的MAI模型。Maia的商業化路徑，是將內部工作負載逐步遷移至自研晶片，並最終以更具競爭力的成本說服外部客戶跟進。
Cobalt CPU異軍突起，自研矽片另闢蹊徑
值得注意的是，相較於Maia的坎坷進程，微軟另一條自研晶片線——Cobalt中央處理器——近期展現出更強勁的市場牽引力。微軟上周宣佈，OpenAI、Adobe等大型客戶已在全球逾25座數據中心採用Cobalt。
Cobalt屬於傳統CPU範疇，與輝達GPU及Maia等AI專用晶片有所不同，但在當前AI基礎設施需求爆發的背景下，CPU需求同樣大幅攀升。Cobalt的階段性成功，為微軟的自研矽片整體戰略提供了一定背書，也為Maia的後續推進積累了客戶信任基礎。 (華爾街見聞)