微軟 Maia 300 即將登場：從開發延遲的教訓中，力圖打造 Nvidia 的 Azure 替代方案

Maia 晶片家族演進史

微軟的自研 AI 晶片之路，始於 2023 年 11 月的公開亮相。以下是各世代的比較：

• Maia 100 — 於 2023 年 11 月發表。第一代產品，主要用於微軟內部的部分 Azure AI 工作負載 。
• Maia 200 — 於 2026 年 1 月發表（代號 Braga）。第二代產品，部署於微軟自有資料中心。該晶片比原定 2025 年中期的時程晚了六個月才推出 。
• Maia 300 — 第三代產品，預計於今年秋季公開亮相，並計劃在 2027 年透過台積電（TSMC）大規模生產，供給 Azure 客戶使用 。

顛簸的開發之路：Maia 200 的延遲與人事問題

Maia 計畫在第二代產品階段遭遇了顯著的動盪。代號為「Braga」的晶片量產時程至少延遲了六個月，從 2025 年推遲到 2026 年 。多篇報導指出，延遲是由於以下幾個因素疊加所致：

• 設計變更 — 包含 OpenAI 提出的後續功能要求，迫使團隊進行重大重新設計 。報導指出，由於管理層要求「在一年內完成設計」的巨大壓力，部分開發團隊的人員流動率高達 20% 。
• 人力資源問題 — 工程師短缺以及團隊高流動率，嚴重拖慢了開發速度 。
• 性能疑慮 — 外界預期 Maia 200 的性能將不如 Nvidia 的 Blackwell 平台，這使得競爭差距進一步擴大 。

這些挫折迫使微軟重新調整了其更廣泛的晶片路線圖，包括將更為雄心勃勃的「Braga-R」設計以及「Cleato」晶片的計畫，推遲到 2028 年或更晚 。

戰略目標：降低對 Nvidia 的依賴

Maia 300 代表了一個重大轉折：從內部實驗性質的晶片，轉向 外部商用化。關鍵細節如下：

• 微軟正在與台積電（TSMC）洽談，為 Maia 300 爭取 超過 30 萬顆 的製造產能，目標在 2027 年交貨 。長期目標據報導是超過 100 萬顆 晶片 。
• 根據內部說法，這款晶片預計能提供比微軟現有最新晶片 高出 30% 以上的每美元代幣產出（tokens per dollar）。
• 微軟的目標是將 Maia 300 廣泛提供給 Azure 客戶，並鎖定如 Anthropic 等大型 AI 工作負載作為潛在的外部客戶 。
• 降低對昂貴 Nvidia 處理器的依賴是其核心動機——微軟是 Nvidia 最大的客戶之一，而自研晶片能讓其擁有更好的供應控制、成本結構與利潤空間 。

競爭格局：雲端巨頭的自研 AI 晶片

微軟目前處於追趕地位。Google 和 Amazon 都已經擁有更成熟的客製化晶片計畫，且在可用性與規模化程度上更為領先：

Google（TPU） — 發展最成熟的計畫。TPU Trillium (v6e) 已在 Google Cloud 上廣泛提供，最新的世代則是 TPU v7「Ironwood」。Google 的 TPU v5p 用於大規模訓練 Gemini 模型（可組成 8,960 顆晶片的超級計算叢集）。根據 Google 自身的基準測試，其 TPU 在大型語言模型（LLM）工作負載上，性價比約為 H100 實例的 4 倍，並透過自研晶片的高效率，將 Cloud 業務的利潤率推升至 36% 。

Amazon（Trainium/Inferentia） — Trainium2 和 Trainium3 已透過 AWS 的 EC2 Trn 實例進入量產。Trainium3 已於 2025 年 12 月的 re:Invent 大會上全面上市。Amazon 的優勢在於其通路——不僅將 Trainium 運算能力租借給 Anthropic，也租借給 OpenAI，並推動了 AWS 高達 37% 的營收成長 。

對微軟的關鍵差別：Google 和 Amazon 的客製化晶片早已直接以「可租用運算資源」的形式提供給雲端客戶。而微軟的 Maia 100 和 200 在很大程度上是「封閉」的——僅用於微軟自身的內部工作負載 。藉由 Maia 300，微軟的目標是縮小這個差距，讓這款晶片成為 公開的 Azure 服務品項，而不僅僅是內部的基礎設施 。

結論

Maia 300 的到來，始於一個跌跌撞撞的開端——Maia 200 的延遲暴露了其在設計、人員與執行上的弱點。微軟的賭注在於，這第三代晶片最終能達到 Google TPU 和 AWS Trainium 那樣的規模與開放性。如果它能達成超過 30 萬顆的產量目標，並實現其所宣稱的效率提升，那麼它將能顯著改變微軟 AI 基礎設施的經濟效益，並為 Azure 客戶提供一個真正的 Nvidia 替代方案。然而，在 Google 和 Amazon 早已擁有經過驗證、且廣泛供應的客製化晶片計畫的競賽中，微軟仍只是個後來者。