微软把自研AI芯片的筹码又加了一档。当地时间10月12日，微软董事长兼首席执行官萨提亚·纳德拉在社交媒体上宣布，公司推出新一代自研芯片Azure Maia 300，同时确认上一代Maia 200已进入量产。纳德拉将这一动作称为微软在自研芯片上迄今最大的一笔押注。

消息公布当天，微软股价上涨1.14%至541.15美元，市值重新站上4万亿美元关口。

按照微软公布的路线图，Maia 200目前已投入实际生产工作负载，服务对象包括Microsoft Copilot，同时为微软MAI团队开发下一代模型提供算力支持；GitHub Copilot和Microsoft Foundry也将在年底前接入。微软表示，在这些负载中，Maia 200同时运行着OpenAI的模型、微软自研的MAI模型以及领先的开源模型系列。

新发布的Maia 300则瞄准当下涌现的新型AI工作负载，微软列举的方向包括长上下文推理、对延迟敏感的对话体验，以及需要持续多步骤执行的智能体任务。微软预计，相比领先的基于GPU的系统，Maia 300每兆瓦可多输出40%的token。

更受关注的是部署规模。微软计划从2027年开始，将Azure Maia系列扩展至数吉瓦级规模，并让Maia成为微软产品和服务的主要推理系统。这意味着自研芯片的角色将从局部试点转向承载核心业务的基础设施。

回顾这条自研路线，微软的节奏在明显加快。2023年11月，微软发布首代Maia 100，采用台积电5纳米工艺，目标是支撑OpenAI模型、Bing、GitHub Copilot和ChatGPT等AI负载的云端训练与推理。今年1月，第二代Maia 200亮相，微软当时称其为公司部署过的最高效推理系统，每美元性能比当时部署的最新一代硬件提升30%。从Maia 200到Maia 300，间隔不到9个月。

纳德拉此前在访谈中解释过自研芯片的底层逻辑：微软希望在自研MAI模型与芯片之间形成闭环，从而获得按自身需求设计微架构、并持续迭代模型的能力。

外界普遍将这一部署计划解读为两条主线——降低成本，以及减少对供应商的依赖。微软在发布Maia 300时也强调，未来不会由单一模型、单一芯片或单一创新来定义，模型与芯片的选择是其前沿转型愿景的固有组成部分，公司重点在于打造负责任、可负担且可扩展的平台。

微软并非唯一押注自研芯片的玩家。谷歌、亚马逊、Meta和OpenAI都在加快相关布局。亚马逊二季度财报显示，其人工智能和芯片业务的年化收入均超过250亿美元，并透露越来越多的AI初创公司开始采用其Trainium芯片，其中不乏NEURA Robotics和Odyssey等独角兽企业。

从行业视角看，大厂自研芯片的推进正在改变AI算力供应链的格局：一方面，自研芯片若能在推理环节形成规模，将压缩对外部GPU采购的边际需求；另一方面，芯片设计、软件栈适配与代工产能仍是长周期投入，数吉瓦级部署能否按期落地，取决于后续的工程执行与生态配套。对关注马斯克生态的读者而言，这场竞赛的另一面是SpaceXAI(原xAI)等模型方所依赖的算力成本曲线——当头部云厂商把推理成本压向自研硅片，模型训练与推理的经济账也会随之重算。