10月12日，微软把推理算力押进自家芯片
当地时间10月12日，在美国圣何塞举行的OCP全球峰会上，微软发布第三代自研AI芯片Azure Maia 300，并宣布将从2027年起把Azure Maia系列扩展到数吉瓦级部署，让Maia成为支撑微软产品与服务的主要AI推理系统。据财联社报道，消息公布后，微软股价周一盘中一度上涨超过1%。
这套芯片瞄准的，是当下增长很快的一类AI工作负载：长上下文推理、对延迟敏感的对话体验，以及需要连续执行多个步骤的智能体任务。微软数据中心硬件业务负责人Rani Borkar表示，公司有信心为这些负载打造合适的产品，将从明年开始以吉瓦级规模部署Maia。
数字背后：一场围绕能效的竞赛
每兆瓦多出四成token
按微软提供的厂商口径数据，与领先的GPU系统相比，Maia 300每兆瓦电力可生成的token数量将高出40%；在配备96颗加速器的完整机柜里，机柜级token吞吐量可达上一代Maia 200的7倍。硬件规格上，据澎湃新闻报道，每颗Maia 300配备288GB内存、18TB/s带宽，相比Maia 200内存带宽提升至2.5倍、容量增加33%；芯片采用多芯粒架构，计算部分由台积电2纳米级N2P工艺制造，并配备HBM4高带宽内存。
上一代已经在生产环境里干活
与不少停留在发布环节的芯片不同，Maia系列已跑在真实业务上。微软披露，第二代Maia 200现已投产，部署范围覆盖美国、欧洲与澳大利亚，正在为Copilot等产品提供算力，同时运行OpenAI模型与微软自研MAI模型；GitHub Copilot与Microsoft Foundry也将在今年年底前接入这套硬件。
云巨头为何抢着自研芯片
彭博社的分析指出，为降低对英伟达的依赖，微软、亚马逊、谷歌都在推进自研AI加速芯片。逻辑并不复杂：模型训练接近一次性投入，推理却是随调用量增长的长期账单——用户越多、对话越长、智能体步骤越复杂，推理成本越像滚雪球。把推理的大头换进按自家负载定制的芯片，是云厂商算过账后的选择。Evercore ISI分析师在上周发给客户的报告中预计，到2027年一季度，Maia芯片将占微软AI芯片支出的约10%（分析师预测口径）。
对企业侧的两点含义
其一，算力供给在多元化。云巨头自研芯片上量后，企业采购AI算力时将拥有更多价格与性能组合，长上下文、智能体类负载的单位成本有望进入下行通道。
其二，推理成本下降会传导到AI搜索生态。生成式引擎每回答一个问题都有推理开销，基础设施能效每上一个台阶，AI搜索与智能体问答的边际成本就低一分，AI响应用户时检索外部官网内容的频次也会随之上升。对做GEO优化的团队，这是持续投入内容建设的底气：被AI引用的机会与AI回答的总量同向增长。极欧互联建议企业把官网事实层内容按模型易读的结构提前备好，迎接回答量扩张带来的引用增量。
时间表与看点
按现有披露，Maia 300将于2027年开始实际部署，微软尚未公布更细的落地时间表。值得跟踪的节点包括：更多技术细节的披露、部署规模与实际能效数据的兑现情况，以及台积电产能能否跟上。对行业而言，当推理这条长期账单从"租GPU"转向"造芯片"，AI基础设施的竞争规则正在改写，它也将直接影响未来几年AI服务的价格曲线。
信息来源
- 财联社，《微软发布Maia 300芯片 加速降低对英伟达依赖》，2026-10-12，https://www.cls.cn/detail/2502724
- 澎湃新闻（今日头条号），《微软发布新一代自研AI芯片Maia 300：明年启动数吉瓦级部署，推理能效提升40%》，2026-10-13，https://www.toutiao.com/article/7696097231895659046
- 钛媒体，《微软把AI推理押进自家芯片：Maia 300 2027年冲多吉瓦级，百万颗规模》，2026-10-13，https://www.tmtpost.com/agent/ai-article?id=20800