两年等待，微软自研 AI 芯片再次“跳票”

据 The Information 报道，微软原计划于 2025 年推出的下一代 Maia 人工智能芯片，将推迟至 2026 年发布。

对于一直关注微软硬件动态的行业分析师们来说，微软自研 AI 芯片的跳票并不是什么好消息。在前有英伟达，后有AMD和英特尔的情况下，微软入局的时间已经很晚。

时间回到2023年11月的微软Ignite开发者大会，微软高调发布了自行设计的首款CPUAzure Cobalt 100，以及首款专门用于云端训练和推理的AI芯片Azure Maia 100。两者都将优先用于支持微软自己的云服务。

换句话说，这两款芯片专为微软的云基础设施和大语言模型训练而设计，由微软内部团队精心研发，并针对整个云服务器堆栈进行了深度优化，旨在实现性能、功耗与成本的最优平衡。​

重点来看 Maia 100，它作为微软首个定制内部 AI 加速器系列的首款产品，其名称源自一颗明亮的蓝星，颇具科技感。该芯片在规格上表现亮眼，采用台积电 5nm 制程工艺，集成了 1050 亿个晶体管。或许这一数字不易直观理解，不妨进行对比：AMD MI300 AI GPU 芯片拥有 1530 亿晶体管，Maia 100 仅比其少约 30％。此外，Maia 100 首次支持 8 - bit 以下的数据类型，即 MX 数据类型，这一特性能够促进软硬件协同设计，显著加快模型训练和推理的速度。​

作为微软第一款真正意义上的"亲儿子"AI加速器芯片，微软的目标就是盯向英伟达。

微软之所以大力研发自研 AI 芯片，背后的原因显而易见。

当前 AI 技术发展迅猛，尤其是以 OpenAI 的 GPT 系列为代表的大语言模型，对算力的需求极为庞大。作为云计算领域的领先企业，微软的 Azure 云服务在全球拥有众多用户。

如果能自研 AI 芯片，那能让微软在云服务领域更具主动权：一方面，可降低对其他芯片供应商的依赖，特别是在 AI 芯片市场占据主导地位的英伟达，从而缓解成本压力；另一方面，自研芯片与自家云服务、软件的深度结合，能实现更优的协同优化，为用户提供更高效的 AI 服务。例如，微软已在搜索引擎和 Office AI 产品中对 Maia 100 芯片进行测试，反馈效果良好。​

如此来看，下一代 Maia 芯片推迟发布的原因可能较为复杂。

从技术层面而言，AI 芯片研发难度颇高。尽管 Maia 100 已取得一定成果，但下一代芯片需在性能上实现更大突破，如进一步提升算力、降低功耗、提高集成度等，这些目标的实现存在较大难度，研发过程中若遭遇技术瓶颈难以短期内攻克，便可能导致发布推迟。​

从市场竞争角度分析，当前 AI 芯片市场竞争激烈。英伟达不断推出 H100、H200 等性能强劲的新产品，AMD 也在积极发力，其 MI300 系列芯片在市场上获得不少关注。微软若想在市场中占据优势，下一代 Maia 芯片必须具备足够的竞争力，这就需要更多时间进行产品打磨、测试与优化，以确保发布后能在市场立足。​

此外，经济环境与供应链问题也可能产生影响。近年来全球经济形势不稳定，而芯片研发成本高昂，微软在资金投入上可能更为谨慎。同时，芯片供应链涉及原材料供应、制造、封装测试等多个环节，任何环节出现问题都可能影响研发进度，例如台积电的产能能否满足微软下一代芯片的制造需求，仍是未知数。​

下一代 Maia 芯片推迟发布，对微软而言，短期可能使其在 AI 芯片市场的竞争中略显被动，竞争对手或借此扩大市场份额。但从长期来看，若微软能利用这段时间解决技术难题，使下一代 Maia 芯片在性能上实现质的飞跃，有望在未来竞争中实现赶超。​

对于微软的用户和合作伙伴来说，这一推迟可能会延缓他们使用更先进 AI 服务的时间。不过，微软在下一代芯片发布前，或许会通过软件优化、现有芯片资源整合等方式，努力维持并提升 AI 服务质量。​