在全球雲端業者加速擺脫對 NVIDIA 依賴之際，微軟正式推出第二代自研 AI 加速器 Microsoft Azure Maia 200，全面瞄準生成式 AI 推論市場。
採用台積電 3nm 製程，稱效能超越亞馬遜、Google
Maia 200 採用台積電 3 奈米製程打造，內含約 1,400 億個電晶體，專為大規模 AI 工作負載設計。根據微軟說法，該晶片的 FP4 運算能力最高可達 10.1 PetaOPS，約為亞馬遜第三代 Trainium 晶片的三倍，同時在 FP8 運算表現上，也超越 Google 第七代 TPU。
與前一代 Maia 100 相比，微軟此次不再迴避與競爭對手的比較，反而主動強調其效能優勢。微軟雲端與 AI 事業群執行副總裁 Scott Guthrie 表示，Maia 200 能夠輕鬆運行目前最大的 AI 模型，並為未來更大型模型預留足夠空間。
不過《The Register》分析，微軟為了最大限度地提高每瓦性能，做出了一些重大讓步。在設計上，Maia 200 僅原生支援 FP8、FP6 與 FP4 等低精度資料類型。因此，雖然從 FP8 降到 FP4 仍可帶來約 2 倍的 FLOPS 效能提升，但對於需要 16 位元或 32 位元精度的工作負載，效能影響相當明顯，因為相關運算必須改由晶片的 Tile Vector Processor（TVP）處理，導致運算效率下降。
強化記憶體與頻寬、挑戰 NVIDIA 護城河
與訓練相比，推理對於記憶體頻寬更為敏感。為解決此問題，Maia 200 重新設計記憶體子系統，配備了 216GB 第五代高頻寬記憶體，分佈在六個 HBM3e 堆疊中，據稱可提供 7 TB/s 的頻寬，接近 NVIDIA Blackwell 系列 8 TB/s 的水準。
微軟也強調 Maia 200 在成本效益和能源效率上，比競爭對手的加速器高。「Maia 比目前市場上任何其他 AI 晶片都便宜 30%，」Guthrie 在一段宣傳影片中說道。
《The Register》分析，這款晶片功耗僅 750 瓦，遠低於 NVIDIA 的兩款晶片（每款功耗超過 1200 瓦）。微軟表示，如此低的功耗使得 Maia 可以靈活部署在風冷或液冷資料中心。
此外，微軟也試圖挑戰 NVIDIA 的軟體護城河。隨同新晶片，微軟推出了一套包含 Triton 在內的軟體開發工具，該工具由 OpenAI 協助開發，旨在提供與 NVIDIA CUDA 相似的功能，降低開發者遷移的門檻。
不過《The Register》也提醒，由於 Maia 是一款推理晶片，因此即便可能比 NVIDIA 的 Blackwell 系列晶片更勝一籌，但功能遠不如後者全面。
首批晶片交付內部超級智慧團隊
微軟表示，Maia 200 的首批晶片將優先交付給內部的「超級智慧團隊」（Superintelligence Team），用於生成數據以訓練下一代 AI 模型。隨後，這些晶片將大規模部署於 Azure 的美國中部資料中心，並逐步擴展至鳳凰城等地，主要任務是支援企業版 Microsoft 365 Copilot 以及 OpenAI 的最新模型，包括備受矚目的 GPT-5.2。
Gartner 分析師 Chirag Dekate 認為，Maia 200 的推出證明了微軟對自研晶片的長期承諾。他強調，隨著全球 AI 資料中心的能源需求激增，但新能源供應卻相對匱乏，像 Maia 這樣專注於提升能源效率的專案顯得至關重要。
立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略
＊本文開放合作夥伴轉載，資料來源：Microsoft 1、Microsoft 2、《SiliconAngle》、《Tom’s Hardware》、《Bloomberg》、《The Register》、《Reuters》、《The Verge》，首圖來源：Microsoft
