微软加速自研Maia芯片，降低对英伟达GPU依赖
nashnova research
微软宣布从第三代自研AI芯片Maia 300起，将推理工作负载主力切换至自有芯片，不再主要依赖英伟达GPU——这意味着云巨头正用自造硬件重新划定AI基础设施的成本底线。
微软为什么要自己造芯片？
核心动机是省钱。CFO艾米·胡德（Amy Hood）在高盛会议上说，自研芯片已帮微软实现"近十年的利润率改善"。
这意味着→ 英伟达GPU虽然性能强，但采购成本高、供应受制于人；微软选择在推理侧（inference，即模型已训练好、对外提供服务的环节）自己"造轮子"。
用大白话说＝ 训练模型像研发新药，离不开英伟达的顶级设备；但把药批量生产给用户吃，微软更想用自家工厂。
Maia 300 的性能到底提升了多少？
Maia 300计划2027年量产，每个数据中心机架装96块芯片，是上一代Maia 200的两倍。
与GPU相比，每机架AI推理吞吐量提升七倍，每兆瓦推理量提升40%。
这意味着→ 同样的电力和机柜空间，能跑的推理任务多了数倍——数据中心最贵的两样东西是电和地，这直接压低单位成本。
微软执行副总裁斯科特·格思里（Scott Guthrie）表示，公司目标是将Maia系列推至多吉瓦级部署规模。
三代芯片的迭代有多快？
2023年推出Maia 100（第一代）；2025年1月发布Maia 200；2027年量产Maia 300——不到四年迭代三代。
CEO萨蒂亚·纳德拉（Satya Nadella）今年7月表示，Maia 200每美元性能比现有机队最新一代硬件高出30%，已用于处理OpenAI模型。
这意味着→ 微软的芯片团队已走过"能不能用"阶段，正进入"批量替代"阶段。
英伟达会因此被甩开吗？
不会，至少训练侧不会。 微软技术负责人阿利斯泰尔·斯皮尔斯（Alistair Speirs）明确表示，模型训练仍与英伟达及AMD合作。
英伟达CEO黄仁勋上周还出席了微软Surface笔记本活动——双方关系并未破裂。
Evercore ISI估计，到2027年Q1，Maia芯片仅占微软AI芯片支出的约10%。这反映出自研芯片目前是"补充"而非"替代"。
这块芯片最大的不确定性是什么？
与谷歌TPU或亚马逊Inferentia/Trainium不同，Maia加速器目前不对外出租，没有外部用户的独立测试记录。
咨询机构Moor Insights & Strategy CEO帕特里克·穆尔黑德（Patrick Moorhead）指出："目前还没有微软以外的人测试过这些芯片。"
用大白话说＝ 微软自己说好用，但市场还没看到第三方验证——规模化替代能否真正落地，是评估这一战略的核心验证节点。
市场有风险，内容仅供研究参考，不构成投资建议。