微软Maia 300 AI芯片：剑指英伟达的“翻身”之作

Maia 芯片家族简史

微软的自研AI芯片之路始于2023年11月。以下是各代产品的对比：

• Maia 100 — 2023年11月发布。第一代产品，主要供微软内部在有限的Azure AI工作负载中使用。
• Maia 200 — 2026年1月发布（代号 Braga）。第二代产品，部署在微软自己的数据中心内。该芯片比原计划2025年中期晚了整整六个月才推出。
• Maia 300 — 第三代产品，预计将于今年秋季正式发布，并计划于2027年通过台积电大规模量产，向Azure客户供应。

坎坷的研发之路：Maia 200的延误与人员问题

Maia项目在第二代时遭遇波折。代号“Braga”的芯片量产计划至少延迟了六个月，从2025年推迟到了2026年。多家媒体（最初由The Information报道）将此次延误归因于几个叠加因素：

• 设计变更——包括OpenAI后期提出的功能需求，迫使芯片进行重大重新设计。有报道称，由于管理层要求在一年内完成设计，部分开发团队的离职率高达20%。
• 人员问题——工程师短缺和高团队流失率严重拖慢了开发进度。
• 性能隐忧——预计Maia 200的性能将不及英伟达的Blackwell平台，进一步拉大了两者的竞争差距。

这次挫败迫使微软重新调整了其整体的芯片路线图，包括将更雄心勃勃的“Braga-R”设计和“Cleato”芯片推迟到2028年或更晚。

战略目标：摆脱对英伟达的依赖

Maia 300代表了从内部实验到对外供应的重大战略转向。关键细节包括：

• 微软正在与台积电谈判，为其争取超过30万片Maia 300的制造产能，计划在2027年交付。长期目标据报道是超过100万片。
• 根据一份内部报告，该芯片预计比微软现有最新芯片的每美元可处理Token数量提高30%以上。
• 微软的目标是向所有Azure客户广泛提供Maia 300，并将Anthropic等主要AI工作负载作为潜在的外部客户目标。
• 减少对昂贵英伟达处理器的依赖是核心动机——微软是英伟达最大的客户之一，自研芯片能带来更好的供应控制、成本结构和利润率。

竞争格局：云计算巨头的定制AI芯片之争

微软正在奋起直追。谷歌和亚马逊都拥有更为成熟的定制芯片项目，在可用性和规模上都走在前列：

谷歌（TPU） — 最成熟的项目。TPU Trillium (v6e) 已在谷歌云上大规模可用，最新的TPU v7 "Ironwood"也已推出。谷歌的TPU v5p 以超过8000芯片的巨型集群为Gemini的训练提供动力。据报道，在大型语言模型工作负载方面，谷歌的价格性能比H100实例高出约4倍，并通过芯片效率将其云业务利润率提升至36%。

亚马逊（Trainium/Inferentia） — Trainium2和Trainium3已在AWS上通过EC2 Trn实例投入生产。Trainium3于2025年12月在re:Invent大会上正式可用。亚马逊的优势在于其分发能力——它将Trainium容量同时租给Anthropic和OpenAI，并推动了AWS 37%的增长。

对微软的关键差异：谷歌和亚马逊的定制芯片已可直接作为租赁计算资源提供给云客户。而微软的Maia 100和200在很大程度上是“自留地”——仅用于微软自己的内部工作负载。随着Maia 300的推出，微软的目标是弥合这一差距，使其成为一个公开可用的Azure服务，而不仅仅是内部基础设施的补充。

总结

Maia 300是在磕磕绊绊中诞生的——Maia 200的延误暴露了设计、人员和执行方面的弱点。微软的赌注是，第三代芯片最终能达到谷歌TPU和亚马逊Trainium的量产规模和开放程度。如果它能实现30万片以上的出货目标并带来宣称的效率提升，那么它将深刻地重塑微软的AI基础设施经济性，并为Azure客户提供一个真正的英伟达替代方案。然而，在这场竞逐中，它依然是一个后来者，而谷歌和亚马逊已经拥有经过验证且广泛可用的定制芯片体系。