事件内容：在 10 月 12 日于圣何塞开幕的 OCP Global Summit 2026 上，微软正式发布第三代自研 AI 推理加速芯片 Maia 300，并宣布从 2027 年起将 Maia 系列系统的部署规模扩大至“多吉瓦（multi-gigawatt）”级别，使其成为微软自有产品与服务的首要推理系统。Maia 300 是微软自研 AI 芯片家族的第三代：初代 Maia 100 于 2023 年 11 月发布，第二代 Maia 200 已于 2026 年 1 月问世并在美、欧、澳三地数据中心投产，承载 Copilot、GitHub Copilot 等真实负载。
架构上，Maia 300 采用chiplet（小芯片）设计，把计算、内存控制器与 I/O 三大功能拆分到不同裸片；其中主计算 chiplet 使用台积电 N2P（2nm 级）工艺，其余数据搬运类组件则落在更经济的 3nm 节点。内存端为8 组 HBM4 堆栈，合计约 288GB，在 950W TDP 下提供 18.0 TB/s 峰值带宽；单机架集成 96 颗加速器，整体功率约 167kW，提供 27.6TB HBM 容量与 1.7 PB/s 聚合 HBM 带宽。软件层面，其“软件定义数据流（software-defined dataflow）”架构配合 AI 辅助内核优化，把数据搬运当作一等设计原则，并支持 MXFP4 等低精度格式以放大上下文窗口。微软给出的关键指标是：每兆瓦 token 数比领先 GPU 系统多出约 40%，96 加速器配置的机架级吞吐是 Maia 200 的 7 倍。
值得关注的原因：
1. 这是微软在自研硅片上“最大的一笔赌注”。CEO 纳德拉直言要把 Maia 家族扩展到多吉瓦部署，意味着微软正把 AI 推理的成本结构从“外包给英伟达 GPU”转向“自建自用”，长期削弱对外部 GPU 的依赖。
2. 推理芯片成为云厂争夺的主战场。训练仍离不开英伟达/AMD GPU，但推理是日常调用、量最大、最关乎成本的一环。把推理收归自研，等于把自己的利润与供应链命脉握在手里。
3. “每兆瓦 token”指标正在取代“峰值 FLOPS”。Maia 300 的重点不是单芯片算力，而是整机柜的能效与吞吐——这正是 2026 年 AI 硬件从“拼单卡”转向“拼系统”的缩影。
4. chiplet + 多节点分工是行业共识方向。计算归 N2P、搬运归 3nm 的“按功能选工艺”思路，给后来者提供了可复制的降本模板。
5. 保持清醒。微软明确表示 Maia 目前仅供内部使用、不对外租用；40% 的能效优势也尚需同等工作负载下的第三方实测验证，且 2027 年才量产，现在仍是“路线图优势”。
来源：IEEE ComSoc 技术博客、aiproducthub / 中央社 / Odaily 等关于 Maia 300 的 10 月 12 日报道整理。
原创文章，作者：陈默，如若转载，请注明出处：https://www.chenmo.net/67.html
