北京
微软在当地时间周一发布了新一代自研 AI 芯片，并计划在明年部署超百万颗，用于支撑自身内部 AI 业务。这款芯片叫 Maia 300，是微软第三代自研芯片，专门用于 AI 数据运算，比如代码生成、代表用户执行复杂商业任务。
上一代 Maia 芯片已经用于运行微软自研模型，以及微软 Azure 云平台上承载的 OpenAI 模型。换句话说，这条自研路线不是临时起意，而是已经跑过一轮真实业务负载。
为什么现在推自研芯片
就在这款新品推出之际，各大云厂商、OpenAI 等 AI 企业都在密集推出自研芯片，目标是打破英伟达在 AI 计算市场的主导地位。微软此时把第三代产品摆上台面，时间点并不意外。
在芯片架构上，微软选择了和英伟达不同的技术路线。英伟达 AI 加速器采用一颗巨型主计算芯片，周边搭配高带宽内存。而微软 Maia 300 的核心处理器采用 chiplet 架构，由多颗专用芯片封装在一起。
具体分工上，负责核心计算功能的芯粒采用台积电 2 纳米工艺；其他负责数据传输、系统内数据调度的芯粒，则使用成本更低的 3 纳米工艺。把贵的地方花在刀刃上，把便宜的地方压下来，这是 chiplet 思路的典型打法。
单机柜96颗，功耗167千瓦
Maia 300 服务器单机柜内置 96 颗芯片，整机功耗约 167 千瓦。作为对比，英伟达最新的 GB300 AI 服务器机柜搭载 72 颗 GPU，功耗为 142 千瓦。
微软称，Maia 300 每兆瓦电力可以完成的有效计算量，比“主流 GPU 系统”高出约 40%，不过并未指明用于对比的具体产品。
微软 Azure 硬件系统与基础设施总裁拉尼 · 博卡（Rani Borkar）在接受路透社采访时表示：“通过对整套系统做全栈优化，这款芯片能够做到每瓦功耗、每单位成本、每字节内存都输出更强的智能处理能力。”
多吉瓦级部署意味着什么
微软计划从明年开始，对 Maia 300 开展多吉瓦级规模部署。微软表示，本自然年度的资本开支预计将超过 1,750 亿美元（约合 1.17 万亿元人民币）。
超百万颗的部署量，加上多吉瓦级的规模，指向的是同一个目标：把内部 AI 业务的算力成本压下来。自研芯片能不能真正替代外购 GPU，接下来要看的就是这批芯片在真实业务里的表现。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
