微软公布自研AI芯片Maia 300：主打多吉瓦部署与智能体推理
微软正式公布新一代自研AI推理平台Maia 300，计划于2027年进入量产并在Azure中扩展至多吉瓦级部署。该芯片专为长上下文推理、低延迟对话及多步骤智能体工作负载设计，采用台积电N2P小芯片与HBM4高带宽内存。微软称其每兆瓦Token产出提升40%，将成为支撑Copilot等业务的主力系统。
核心要点
- 专为AI推理设计：Maia 300是微软下一代AI推理平台，重点针对长上下文推理、低延迟对话交互与多步骤智能体（Agent）工作流进行深度优化。
- 先进封装与内存规格：芯片基于台积电TSMC N2P先进制程打造计算小芯片，搭载8组HBM4堆栈，峰值带宽达18.0 TB/s，额定功耗为950W。
- 能效与吞吐量突破：微软官方表示，Maia 300每兆瓦可处理的Token数量提升40%，96加速器机架规模下的Token吞吐量最高可达上一代Maia 200的7倍。
- 吉瓦级战略部署：萨提亚·纳德拉称其为微软在自研芯片上迄今最大的战略投入，定于2027年量产并推进至多吉瓦（multi-gigawatt）规模部署。
详细分析
突破电力与成本瓶颈：全面转向“推理优先”架构
随着微软将AI能力全面整合至Copilot、Teams等核心业务，大规模模型推理的能耗与运营成本成为亟待解决的核心难题。微软目前的应对方案是在持续采购商用GPU的同时，全面发力底层自研硬件。Maia 300确立了“推理优先”（inference-first）的设计定位，专注解决复杂长文本理解、实时低延迟对话交互以及多步骤AI智能体的计算负载。该芯片旨在直接承担微软生态内大规模AI服务的常态化推理需求，从底层降低产品服务化过程中的边际计算成本。
台积电N2P小芯片与HBM4高带宽互连
在底层架构上，Maia 300采用了高度模块化的多小芯片（multi-chiplet）结构。其计算小芯片由台积电N2P工艺打造，并在物理层面分离了计算核心、内存控制单元与I/O模块，兼顾了先进制程的制造良率与架构扩展性。针对大模型推理中普遍存在的“内存墙”制约，芯片集成了8组HBM4内存堆栈，提供高达18.0 TB/s的峰值内存带宽，整卡额定功耗为950W。同时，Maia 300原生支持MXFP4等新一代超低精度数据格式，大幅缩减了运行时的内存占用与带宽消耗，进一步放大了能效表现。
机架级系统扩展与多吉瓦规模蓝图
除了单芯片的规格跃升，Maia 300更强调机架级的系统协同。系统采用单机架集成96个加速器的整机柜设计，使得单机柜的整体Token处理吞吐能力最高达到Maia 200机架的7倍。按照微软规划，Maia 300将于2027年正式投产，届时Azure数据中心将以多吉瓦为规模等级快速扩容Maia集群，最终将其打造成微软主力产品线背后最核心的AI推理基础设施基座。
行业影响
Maia 300的发布展现了头部云计算与AI巨头进一步掌控硬件技术栈的战略意图。一方面，推进自研专用推理芯片有助于微软在维持多芯片策略的同时，逐步减轻对第三方商业GPU供应商的单一依赖，从而增强供应链自主权并压低长周期推断成本。另一方面，Maia 300将HBM4、小芯片分离架构与超低精度格式融合于吉瓦级数据中心设计，为面向智能体时代的下一代超大规模AI算力集群提供了极具参考价值的工程范式。
常见问题
微软Maia 300主要服务于哪些具体应用？
Maia 300是专门面向AI推理负载打造的硬件平台，优先支持微软自身的Copilot、Teams等产品，特别针对长上下文理解、低延迟人机对话以及复杂多步骤Agent任务提供专属算力支持。
相比传统方案，Maia 300在硬件参数上有何特色？
Maia 300采用台积电TSMC N2P制程的计算小芯片，配备8组HBM4内存堆栈，峰值带宽达18.0 TB/s，额定功耗950W，支持MXFP4低精度格式，并以96加速器机架形态交付。
Maia 300预计将于何时正式投入生产？
微软官方披露，Maia 300计划于2027年进入量产阶段，随后将在Azure云数据中心展开多吉瓦级规模部署，成为微软自研AI算力的核心主力。
