微软发布第三代自研推理芯片 Maia 300，并计划从2027年起在 Azure 上推进多吉瓦级部署，旨在为长上下文推理和多步骤智能体任务提供系统级优化。公司将芯片、机架、网络与数据中心基础设施整合为一套平台，但实际部署规模、性能与能效仍取决于电力、冷却、网络及软件等多重因素。
微软公布第三代自研人工智能推理芯片 Maia 300，并宣布从2027年开始扩大 Azure Maia 系列的多吉瓦级部署。微软表示，Maia 将逐步成为其产品和服务的主要推理系统；这意味着公司正在把自研芯片从单一硬件项目，推进为覆盖芯片、服务器机架、网络和数据中心的完整基础设施平台。
不过，微软公布的是生产部署计划和性能预期，而不是已经完成的交付规模。路透社报道所称的“可能超过100万颗”芯片，属于对微软计划部署数量的转述，不能理解为现有产量或已经交付给客户的数量。
Maia 300瞄准长上下文和多步骤智能体任务
微软在官方公告中说，Maia 300面向长上下文推理、对延迟敏感的对话体验，以及持续运行的多步骤智能体任务。与传统模型服务相比，这些工作负载通常需要更大的内存容量、更高的内存带宽，以及在较长时间内维持稳定的推理吞吐量。
微软称，Maia 300相较于“主流GPU系统”每兆瓦可处理多40%的Token。不过，公告没有列出用于比较的具体GPU型号、软件栈、模型、精度设置或测试条件，因此这一数字应被视为微软的官方性能声明，而不是独立基准测试结论。
微软还表示，在完整的96颗加速器配置下，Maia 300的机架级Token吞吐量最高可达到Maia 200的7倍。这里的比较对象是微软上一代自研系统，且“最高”意味着结果取决于工作负载、并行方式和软件优化，不能直接等同于所有应用场景下的固定加速比。
从芯片到机架的系统级设计
Azure官方技术博客披露，Maia 300的每颗加速器配备8组HBM4，容量为288GB，峰值内存带宽为18TB/s。芯片采用多芯粒设计，将计算、内存控制器和输入输出功能分开处理，其中计算芯粒使用台积电N2P制程。
微软把这种设计称为面向推理的系统级优化。除了增加计算能力，公司还试图减少数据搬运，并利用软件定义的数据流、片上SRAM和更低精度的数据格式，降低长上下文和KV缓存带来的内存压力。
机架层面，Maia 300把96颗加速器放在一个系统中，整体功耗约为167千瓦。微软称，该系统提供27.6TB的HBM容量和1.7PB/s的聚合HBM带宽，并通过液冷承担加速器、电压调节器和交换芯片的大部分散热负荷。
微软的Azure技术博客还提到，Maia 300可以把最多12,288颗加速器连接成一个超级计算单元，跨机架网络采用基于以太网的定制AI传输。其目标是让张量并行、专家并行，以及推理中的预填充与解码任务，在更大的系统范围内共享同一套通信架构。
这些规格说明，Maia 300并不是只替换一颗GPU的芯片产品，而是微软为推理服务设计的一整套计算系统。真正的部署效率还取决于电力供应、冷却条件、网络拓扑、软件调度和故障恢复能力。
微软希望降低对英伟达GPU的依赖
路透社报道，微软的Maia 300机架将使用约167千瓦电力，而英伟达最新GB300系统的一个机架包含72颗GPU，功耗约为142千瓦。两者的加速器数量、系统设计和软件环境并不完全相同，因此功耗数字本身不能直接代表性能优劣，但它反映出AI基础设施竞争已经从单颗芯片的峰值指标，扩展到整机架的吞吐量和每瓦产出。
微软Azure硬件系统与基础设施部门总裁Rani Borkar对路透社表示，公司的目标是通过系统级优化，在每一瓦电力、每一美元成本和每一字节内存中获得更多“智能”。这一方向与云服务商近年来扩大自研芯片投入的趋势一致：通过控制芯片、编译器、网络和服务部署，云厂商可以针对自有工作负载优化成本和能效，同时减少对单一供应商的依赖。
但这不意味着英伟达会立即退出微软的基础设施体系。微软公告称，Maia 200已经用于生产工作负载，包括Microsoft Copilot，并运行OpenAI模型、微软自研模型以及开放模型家族。与此同时，微软仍然需要多种芯片平台来应对不同模型、客户和软件生态的需求。
这也是为什么微软使用“主要推理系统”而不是“唯一推理系统”的表述更为重要。自研芯片的价值不仅在于替代采购，还在于为公司最稳定、规模最大的推理工作负载建立更可控的成本和部署路径。
2027年部署计划仍有执行变量
微软宣布Maia 300将于2027年开始生产部署，并计划从同年起把Azure Maia扩展到多吉瓦级规模。多吉瓦部署意味着数据中心需要长期获得大规模电力、液冷设施、网络设备和机架空间，这些条件往往比芯片设计本身更能决定实际落地速度。
路透社称，微软计划明年部署的Maia 300数量可能超过100万颗。这个数字应与微软官方公告中的“多吉瓦级部署”分开理解：前者是媒体对计划规模的报道，后者是微软公开的基础设施方向。两者都不是已经完成的生产、交付或上线容量。
AI基础设施的巨额资本开支已经引发市场对投资回报、供电能力和资产利用率的关注。AIFlux此前对AI巨额资本开支与芯片、基础设施股压力的报道指出，计划中的资本开支、已签署的订单和已经投入运营的算力之间不能简单画上等号。Maia 300同样需要经过设计完成、供应链准备、机架部署和实际服务验证等多个阶段。
接下来值得观察的，不只是微软能否按计划生产Maia 300，还包括它会把多少核心推理工作负载迁移到该平台、Maia 300在真实模型上的性能是否接近官方预期，以及多吉瓦部署能否与电力和冷却基础设施同步推进。
自研推理基础设施进入规模化验证阶段
Maia 300的发布显示，微软的自研AI芯片战略已经从Maia 200的生产应用，进入面向更大规模推理系统的阶段。公司试图把芯片设计、低精度推理、HBM、液冷、以太网网络和软件调度组合成一个整体，以服务Copilot、GitHub Copilot、Microsoft Foundry以及未来的多步骤智能体应用。
这条路线能否改变云计算市场的成本结构，仍取决于实际使用结果。芯片的规格和机架级指标可以说明微软想解决什么问题，却不能单独证明它在所有模型和工作负载中都优于GPU系统。到2027年开始生产部署后，真实的利用率、故障率、每Token成本和客户服务表现，才会成为检验Maia 300战略价值的关键指标。