微软近日披露了下一代 Azure Maia 定制 AI 芯片的详细信息，旨在推动其计算基础设施进入新阶段。目前，今年早些时候宣布的 Azure Maia 200 已正式投入生产环境使用。
Azure Maia 300：面向智能系统的架构革新
即将推出的 Azure Maia 300 被定义为“一个完整的智能系统”，专为应对当前新型人工智能工作负载而设计。根据微软云和人工智能副总裁 Scott Guthrie 发布的博客文章，该芯片采用了一种推理优先（inference-first）架构，针对长文本、内存密集以及解码繁重的人工智能任务进行了优化。
在性能指标方面，微软声称在一个包含 96 个加速器的完整机架配置下，Maia 300 可提供高达 Maia 200 七倍的机架级代币吞吐量。此外，该系统在每兆瓦能耗下的代币产出效率也优于基于 GPU 的领先系统。
硬件规格上，每个 Maia 300 加速器配备 8 个 HBM4 内存堆栈，提供高达 18TB/s 的峰值内存带宽，以更好地支持大型模型及长上下文窗口的执行需求。微软计划将 Maia 300 部署在最多包含 96 个加速器的机架式系统中。
系统级设计与垂直整合策略
微软强调，Maia 300 是作为一个整体系统进行构建的，其软件、物理架构、网络以及数据中心经过共同设计，形成一个单一平台以满足云规模代理推理的需求。这种系统层面的方法对于涉及多步执行、长文本解码和工具使用的代理工作负载至关重要，因为这些任务改变了推理的计算配置和算术强度。
这一策略与 Nvidia 为其 GPU 加速器开发的机架级 AI 设备，以及 AMD 近期通过 Helion 和 Helios 基础设施展示的机架级方案有相似之处。
值得注意的是，微软对内部集成的重视与其 2024 年提出的“AI 访问原则”形成了对比。当时，微软曾向欧盟委员会竞争机构投诉 Google，指责其垂直整合方式——从芯片到移动应用商店每一层 AI 技术的自主掌控——赋予了 Google 不公平的竞争优势。微软当时主张，其他公司必须依赖合作伙伴才能创新和竞争。
如今，随着拥有自研 AI 芯片、机架级设计能力以及内部开发的 MAI 模型，微软实现了对技术堆栈更严格的控制。公司计划从 2027 年开始，将 Azure Maia 扩展至“多千兆瓦”规模的部署。
更多战略细节预计将在下个月于旧金山举行的 Microsoft Ignite 2026 活动中公布。
