Microsoft Maia 300 AI 晶片：最快 2026 年 9 月登場，誓要挑戰 Nvidia 霸權

Maia 晶片發展史

Microsoft 自研 AI 晶片嘅公開旅程係由 2023 年 11 月開始。以下係各代嘅比較：

• Maia 100 — 2023 年 11 月發表。第一代晶片，主要用喺 Microsoft 內部，處理有限嘅 Azure AI 工作負載。
• Maia 200 — 2026 年 1 月發表（代號 Braga）。第二代晶片，部署喺 Microsoft 自己嘅數據中心。原定 2025 年中推出，結果延遲咗六個月先面世。
• Maia 300 — 第三代晶片，預計今年秋天公開亮相，2027 年由台積電大規模生產，供應畀 Azure 客戶。

崎嶇嘅開發路：Maia 200 延遲同人手問題

Maia 計劃去到第二代 Braga 嗰陣遇到咗重大波折。呢粒晶片嘅量產時間表由 2025 年推遲到 2026 年，至少延誤咗六個月。 多個報道（最初由《The Information》爆出）指出，延遲係由以下幾個因素疊加造成：

• 設計改動 — 包括 OpenAI 提出嘅後期功能要求，令到晶片要大幅重新設計。 有報道話，由於管理層要求「年內完成設計」嘅巨大壓力，部分開發團隊嘅離職率高達 20%。
• 人手問題 — 工程師短缺同團隊高流失率，大大拖慢咗開發進度。
• 性能隱憂 — Maia 200 嘅表現預期會明顯落後於 Nvidia 嘅 Blackwell 平台，令到競爭差距進一步擴大。

呢次挫折令 Microsoft 要重新調整成個晶片路線圖，包括將更進取嘅「Braga-R」設計同「Cleato」晶片推遲到 2028 年或之後。

戰略目標：減低對 Nvidia 嘅依賴

Maia 300 嘅最大轉變係由內部實驗性質，轉向 對外開放。關鍵細節包括：

• Microsoft 正同台積電商討，鎖定 超過 30 萬塊 Maia 300 晶片嘅產能，計劃 2027 年交付。 長遠目標據報超過 100 萬塊晶片。
• 呢粒晶片預期可以做到「每美元處理嘅 tokens 數量」比 Microsoft 現有最新晶片 高超過 30%，呢個係內部宣稱嘅數字。
• Microsoft 想將 Maia 300 廣泛提供畀 Azure 客戶，目標包括 Anthropic 呢類重大 AI 工作負載嘅外部客戶。
• 核心動機係要減低對昂貴 Nvidia 處理器嘅依賴 — Microsoft 係 Nvidia 最大客戶之一，自家晶片可以畀到更好嘅供應控制、成本結構同利潤空間。

競爭格局：雲端巨頭嘅自研 AI 晶片

Microsoft 係喺度追落後。Google 同 Amazon 嘅自研晶片計劃都已經好成熟，喺供應量同可用性上都行前咗好多：

Google (TPU) — 最成熟嘅計劃。TPU Trillium (v6e) 已經喺 Google Cloud 上廣泛可用，最新一代係 TPU v7「Ironwood」。Google 嘅 TPU v5p 以超大型規模（8,960 塊晶片一組）訓練 Gemini 模型。 據報 Google 喺 LLM 工作負載上做到比 H100 執行個體大約 4 倍 嘅價格性能比，透過晶片效率將 Cloud 業務利潤率推到 36%。

Amazon (Trainium/Inferentia) — Trainium2 同 Trainium3 已經喺 AWS 上透過 EC2 Trn 執行個體投入生產。Trainium3 喺 2025 年 12 月嘅 re:Invent 大會全面上市。Amazon 嘅優勢在於分銷渠道 — 將 Trainium 產能租畀 Anthropic 同 OpenAI，帶動 AWS 增長 37%。

Microsoft 嘅關鍵分別：Google 同 Amazon 嘅自研晶片已經可以直接畀雲端客戶租用。Microsoft 嘅 Maia 100 同 200 基本上係「自用」— 只用喺 Microsoft 自己嘅內部工作負載。 透過 Maia 300，Microsoft 嘅目標係要收窄呢個差距，將晶片變成一個 公開可用嘅 Azure 產品，而唔只係內部基建。

總結

Maia 300 嘅誕生背景係一個唔順嘅開局 — Maia 200 嘅延遲暴露咗設計、人手同執行上嘅弱點。Microsoft 嘅賭注係，第三代晶片終於可以做到 Google TPU 同 Amazon Trainium 嘅規模同開放程度。如果真係達到 30 萬塊以上嘅出貨目標，並且做到佢哋所講嘅效率提升，咁就可以實質上改變 Microsoft 嘅 AI 基建成本結構，為 Azure 客戶提供一個真正嘅 Nvidia 替代選擇。不過，喺 Google 同 Amazon 已經有成熟、廣泛可用嘅自研晶片計劃嘅賽道上，Microsoft 仍然係落後嘅挑戰者。