微軟計劃於明年以吉瓦級規模部署新一代 Maia 300 芯片，預計其每兆瓦 token 產出較主流 GPU 系統高出 40%。微軟將優先使用自研芯片支援內部 AI 服務，而非對外出租算力，以降低對英偉達 GPU 的依賴與推理成本，推動 AI 業務利潤率改善。
Microsoft 正加大自研 AI 芯片的投入，計劃以吉瓦級規模部署 Maia 系列芯片，逐步降低對 NVIDIA GPU 的依賴，並透過提升推理效率控制 AI 基礎設施成本。
10月12日，據彭博報導，微軟週一宣布，新一代 Maia 300 芯片將於明年開始在數據中心部署，專為 AI 推理任務設計。微軟預計，Maia 300 每兆瓦可處理的 token 數量將比主流 GPU 系統高出 40%，意味著在相同能耗下能夠承載更多 AI 工作負載。
與已向雲端客戶開放自研晶片算力的谷歌和亞馬遜不同，微軟目前無意將 Maia 晶片的算力直接出租給外部客戶。這一選擇反映出微軟的優先事項：先用自研晶片滿足自身龐大的 AI 服務需求，再將硬體效率優勢轉化為業務競爭力。
Gigawatt-scale deployment, energy efficiency advantage is the core logic
Microsoft 增加對自研晶片的投入，本質上是為了提升 AI 推理效率並降低營運成本。
推理是指利用訓練完成的 AI 模型執行實際任務，例如總結會議記錄、回答研究問題等，也是 AI 應用運行過程中重要的算力需求來源。微軟表示，Maia 系列專為自有數據中心的推理工作負載設計，能更高效地運行相關任務，並減少對英偉達 GPU 的採購需求。後者目前仍是微軟推理業務的主要算力來源。
微軟數據中心硬體業務負責人 Rani Borkar 表示：「我們相信，我們為這些工作負載打造了最佳產品。我們將從明年起以吉瓦級規模部署 Maia，以實際行動支撐這一信心。」
前代產品已在多地落地，新款將於明年接棒
微軟的自研晶片戰略早已啟動。今年年初，公司開始在資料中心安裝上一代產品 Maia 200，目前該晶片已用於驅動 Copilot 等 AI 軟體及其他任務。
Borkar 介紹，Maia 200 能夠支援 OpenAI 模型、微軟自研 AI 模型以及多個開源模型系列，部署範圍涵蓋美國、歐洲和澳洲的資料中心，為 Microsoft Teams、Copilot 等產品提供 AI 能力支援。
新一代 Maia 300 預計將於明年啟動部署。微軟希望藉助其能效優勢，在持續擴張的 AI 業務中進一步優化算力配置，降低推理成本。
自研晶片賽道，微軟追趕谷歌和亞馬遜
在雲計算巨頭紛紛開發自研 AI 芯片的背景下，微軟的佈局相對滯後。谷歌和亞馬遜起步更早，已在自研芯片領域建立先發優勢，並將相關算力開放給雲端客戶使用。
微軟則選擇了不同的商業路徑。Borkar 表示：「我們自身的 AI 服務業務已經足夠龐大，我們希望優先服務自己。」
這意味著，微軟目前更傾向於將 Maia 芯片用於內部 AI 業務，而非通過出租算力直接創造收入。對投資者而言，Maia 的商業價值將更多取決於其能否提升 AI 服務的運行效率、降低推理成本，並最終改善相關業務的利潤率，而非芯片租賃業務能帶來多少直接收入。