Maia 300 是微软第三代自研 AI 芯片。2026 年 10 月 12 日，微软在官方博客公布这款芯片，云与 AI 业务负责人 Scott Guthrie 撰文介绍，首席执行官纳德拉同日在社交平台称这是微软在自研芯片上最大的一次下注。这次发布的重点不在单颗芯片的参数，而在定位的变化：从 2027 年起，Maia 家族将扩展到多吉瓦级部署，成为微软自家产品和服务的主要推理系统。
前一代已经在干活，这一代才谈得上接班
Maia 200 目前已经投入生产运行，承担 Microsoft Copilot 的实际负载，并为微软 MAI 团队开发下一代模型提供算力，GitHub Copilot 和 Microsoft Foundry 计划在今年年底前跟进。微软称这代芯片已部署到美国、欧洲和澳大利亚，在 Teams 与 Copilot 的内置 AI 功能上，每瓦产出的 token 最高达到主流 GPU 基础设施的 1.7 倍。先有上一代的真实流量打底，Maia 300 的扩张计划才不是一张路线图，而是一次有运行数据支撑的换代。
为长上下文和多步智能体任务改的设计
Maia 300 采用推理优先的架构，针对长上下文、内存密集和解码占比较高的负载优化。它配有 8 个 HBM4 内存堆栈，峰值内存带宽 18.0 TB/s，热设计功耗 950 瓦；芯片内部把计算、内存控制和输入输出拆成多个芯粒，计算芯粒使用台积电 N2P 工艺。软件定义的数据流设计意在减少数据搬运，低精度格式 MXFP4 则用来压低 KV 缓存的内存占用。整机架放 96 颗加速器，功耗约 167 千瓦，合计 27.6 TB 高带宽内存和 1.7 PB/s 的聚合带宽。按微软的预计，这样一柜的 token 吞吐最高可达 Maia 200 的 7 倍，每兆瓦产出的 token 比主流 GPU 系统多 40%。需要注意，这些都是微软自报的预期值，对比的 GPU 系统没有点名，也还没有第三方实测。
抢的是每天都在烧钱的推理账本
微软并没有宣布告别英伟达和 AMD。Guthrie 明确表示与这两家的合作还会继续，路透社同日报道称微软计划明年部署的 Maia 300 可能超过 100 万颗。训练环节仍要靠外部 GPU，真正被自研芯片瞄准的是推理：模型每回答一次问题、智能体每多走一步，都在持续消耗算力和电力，这部分流量规模最大、成本最敏感。谁掌握推理硬件，谁就掌握 Copilot 这类服务的定价空间和扩容节奏。
兑现要等到 2027 年，先看三个变量
Maia 300 要到 2027 年才开始生产部署，多吉瓦扩张还要过产能、电力和交付三道关。40% 的能效优势在真实负载里能兑现多少，要等它跑起微软自家流量后才有答案；外部客户租不到 Maia，也无法独立验证。判断这次发布成色的标准很具体：2027 年微软的推理流量里，自研芯片实际扛起多大比例。比例上得去，英伟达在推理市场的定价权就会被实实在在削掉一块；上不去，Maia 就仍只是一个重要的备选项。
