Microsoft 推出自研 Maia 300 AI 晶片，目標 2027 年大規模部署以減少對 Nvidia 的依賴

Microsoft 宣佈全新 AI 晶片 Maia 300 的里程碑時刻

2026 年 10 月 12 日，Microsoft 正式向外界展示其第三代自研 AI 加速器 Maia 300，並明確表示將於 2027 年開始在全球雲端基礎設施中進行大規模部署，這標誌著公司在降低對 Nvidia GPU 依賴上的戰略性突破。

在同一天的發佈會上，Microsoft 以「自有晶片押注」為口號，強調從硬體堆疊到軟體生態系統的全端掌控，旨在為未來日益增長的 AI 工作負載提供更具成本效益與能源效率的解決方案。

技術規格與效能主張

Maia 300 採用了八組 HBM4 記憶體堆疊，總帶寬高達 18.0 TB/s，熱設計功耗 (TDP) 為 950 W，這些參數在業界屬於領先水平。其多晶片模組基於台積電 N2P 先進製程製造，允許在單一加速器內集成更多張量核心，提升計算密度與吞吐量。

Microsoft 內部基準測試顯示，與當前市場上以 Nvidia 為主的 GPU 解決方案相比，Maia 300 在相同功耗條件下可提供約 40% 的 AI 輸出增益，這一效率提升是公司在硬體與軟體協同優化後的直接成果。

在 96 加速器機架配置下，Maia 300 機架的代幣吞吐量被報告為前代 Maia 200 機架的七倍，顯示出在大規模部署時的顯著效能提升。此數據來自 Microsoft 發布的技術簡報，並已在內部測試環境中得到驗證。

資料流網路設計的創新

Maia 300 的內部資料流網路被設計為高頻寬互連架構，專為張量平行化運算而優化，使得晶粒間的資料傳輸延遲降至最低。Microsoft 亦在以太網層面實作了專屬的 AI 傳輸層，進一步提升跨晶粒協同效能。

在 Microsoft AI 生態系統中的戰略定位

雲端與 AI 執行副總裁 Scott Guthrie 表示，Maia 300 將成為 Microsoft 產品與服務的主要 AI 推論系統，並稱其為「完整的智慧系統」，特別針對長上下文任務與多步驟代理進行了深度優化。

該晶片預計為 Azure AI 工作負載、Microsoft 365 Copilot、GitHub Copilot 以及內部的 Microsoft Foundry 平台提供運算支援，延伸了前代 Maia 200 已經在多個核心服務中發揮的角色。

• 2027 年上半年 Microsoft AI 晶片支出預計佔比 10%（Evercore ISI 估算）
• 相較於 Nvidia 主導的 GPU，AI 輸出每瓦提升 40%
• 在 96 加速器機架中，代幣吞吐量較 Maia 200 提升七倍
• 八組 HBM4 堆疊提供 18.0 TB/s 帶寬，TDP 為 950 W

Maia 200 作為前身已在 Microsoft 365 Copilot、GitHub Copilot 與 Microsoft Foundry 等服務中提供動力，並在美國、歐洲與澳洲的資料中心完成部署。全新 Maia 300 在此基礎上擴大布局，目標在多項工作負載中取代 Nvidia GPU，成為公司自研硬體的旗艦。

對於位於台灣以及其他使用中文的企業而言，Maia 300 的推出意味著可以透過 Microsoft 全端掌控的更節能推論平台，降低大規模 AI 服務的營運成本，同時縮短多步驟代理的回應延遲，並與 Azure 軟體堆疊實現更緊密的整合。

此外，Microsoft 也承諾在未來的支援與維護流程中提供本地化的技術支援，讓台灣的客戶在採購、部署與故障排除階段能夠獲得與全球其他區域相同的服務品質，減少對第三方 GPU 供應商的依賴。

總結來說，Maia 300 不僅是硬體規格的提升，更是 Microsoft 在 AI 基礎設施領域自給自足的戰略宣言，預計將在未來數年內重塑雲端 AI 推論的能源與成本結構。