官宣的关键词是「主要」
10 月 12 日，微软云与 AI 业务执行副总裁 Scott Guthrie 在官方博客公布了第三代自研 AI 加速器 Maia 300，并给出一句话定性：从 2027 年开始，微软将以多吉瓦为单位部署 Azure Maia 家族，让 Maia 成为微软产品与服务的「主要 AI 推理系统」。纳德拉在社交平台上称之为「我们在自研芯片上最大的一次押注」。这句话的分量在于措辞的变化——过去两年 Maia 一直是「自研补充」，如今被写进了主力位置。需要区分的是时间表：Maia 300 是 2027 年才进入生产部署的产品，而 Maia 200 现在已经在实际跑生产负载，两者是接力关系而非替换关系。
把规格拆开看
Maia 300 采用了多芯粒（multi-chiplet）设计，把计算、内存控制器与 I/O 拆到不同的芯粒上，其中计算芯粒使用台积电 N2P 工艺。内存侧配了 8 组 HBM4 堆栈，单卡 288GB、峰值带宽 18TB/s，热设计功耗 950 瓦；对比 1 月发布的 Maia 200（3nm、216GB HBM3e、7TB/s、750 瓦），带宽提升到约 2.5 倍、容量多出约三分之一。低精度格式是另一条效率来源：增强版 MXFP4 与 3 比特以下的存储格式用于压缩计算与 KV 缓存的内存占用，目标是在同样的功耗包络里撑起更长的上下文窗口。机架层面，96 张卡构成一个 167 千瓦的机架，聚合 27.6TB HBM 容量与 1.7PB/s 带宽，液冷带走八成以上的热负载；网络侧用自研的以太网 AI 传输层，把加速器间的 scale-up 通信延伸成 128 个机架、12288 张卡的 superpod 拓扑。
两个数字要带着口径读
微软给的两个性能数字值得单独提醒。其一是每兆瓦 token 产出比「领先 GPU 系统」高 40%，其二是整机架 token 吞吐最高达到 Maia 200 的 7 倍。前者没有说明对比基线是哪一代、哪家 GPU，属于典型的厂商自述口径，只能当作方向性参考；后者是同代自比，可比性强一些，但 Maia 200 本身的基线同样出自微软。作为外部参照，路透在报道中提到英伟达最新的 GB300 机架为 72 张 GPU、约 142 千瓦——与 Maia 300 的 96 卡、167 千瓦机架属于同一功率量级，这个对照比厂商自比更能说明定位。Maia 200 侧微软给出的数据是：在 Teams、Copilot 与 Cowork 的内置 AI 能力上，每瓦 token 产出最高达领先 GPU 基础设施的 1.7 倍，同样未公布基线。
为什么是现在
驱动力是推理成本的算术题。Copilot 家族的请求量在涨，而长上下文推理、实时对话与多步任务这几类负载对内存带宽与 KV 缓存的要求，和训练时代看重峰值算力的取向完全不同——微软把 Maia 300 明确定位为「推理优先」架构，正是冲着这个变化去的。横向看，谷歌有 TPU、亚马逊有 Trainium 与 Inferentia，OpenAI 也和博通一起做了自己的芯片，云厂商自研 ASIC 已经是行业标准动作。微软的特殊之处在于商业模式：与 AWS、GCP 不同，微软至今没有把 Maia 以云实例形式开放给客户，Maia 只服务自家负载。Moor Insights 分析师 Matt Kimball 据此认为，这里的竞争逻辑不是传统的芯片之争，而是云厂商能否以更低成本、更快速度交付服务——对客户是服务质量，对厂商是利润率。
不是换掉英伟达，是给自研留主力位
有几处边界要说清。其一，纳德拉同时表示会继续把「整个生态的最新创新」纳入机队，英伟达与 AMD 的加速器仍会留在 Azure 数据中心，训练与部分推理负载继续依赖多平台。其二，产能是硬约束：The Information 8 月曾报道微软在与台积电洽谈 2027 年 30 万颗以上 Maia 300 的产能，这个数字若成立，多吉瓦部署才有落地的可能。其三，微软预计在下个月的 Ignite 大会上披露更多细节，届时才有机会看到更完整的对比数据。此外，Maia 200 目前在美、欧、澳三地部署，并运行 OpenAI 模型、微软自研 MAI 模型与多个开源模型家族，GitHub Copilot 与 Microsoft Foundry 预计年底前迁移过去——这条现役产线的实际表现，是判断 Maia 300 承诺可信度最直接的参照。官方及行业暂未披露更多细节，后续将持续跟进迭代动态。