明年起，微软将以吉瓦级规模部署新一代自研AI芯片Maia 300，主要用于AI推理任务。同时除了微软之外，其他超大规模云计算企业，包括亚马逊、谷歌和Meta，以及OpenAI和Anthropic等也已经推出或正在开发自己的定制芯片。为什么这些竞争关系错综复杂的公司，会不约而同地走向同一条路？答案或许在于它们共同面对的算力困境。而传统的芯片设计巨头如英伟达、AMD，需要重新审视这些昔日的客户正变成潜在的竞争对手。
定档2027年
“今天我们宣布迄今为止在自研芯片上最大的一笔押注。”当地时间10月12日，微软董事长兼首席执行官萨提亚·纳德拉（Satya Nadella）在社交媒体上公布了微软自研芯片的最新计划。微软表示Azure Maia 200现已投入生产，并且发布最新芯片Azure Maia 300。同时，微软公布新的部署计划：从2027年开始将把Azure Maia系列扩展至数吉瓦级规模部署，使Maia成为微软产品和服务的主要推理系统。
从微软公布的进度看，Maia 200目前已投入使用，服务于包括Microsoft Copilot在内的微软生产工作负载，并为MAI团队开发下一代模型提供支持，GitHub Copilot和Microsoft Foundry也将于年底前投入使用。在这些工作负载中，Maia 200运行着OpenAI模型、微软自研的MAI模型以及领先的开源模型系列。
Maia 300则专为当今涌现的新型AI工作负载而设计，包括长上下文推理、延迟敏感的对话体验以及持续的多步骤智能体任务。微软预计，相比领先的基于GPU的系统，Maia 300每兆瓦可多输出40%的Token（词元）。受这一消息影响，微软股价当天上涨1.14%至541.15美元，市值重回4万亿美元。
近年来，微软加快了自研芯片的进程。2023年11月，微软发布了Maia 100，该芯片采用台积电5纳米工艺，旨在为OpenAI模型、Bing、GitHub Copilot和ChatGPT等人工智能工作负载运行基于云的训练和推理。
两年后，微软在今年1月宣布推出第二代人工智能芯片Maia 200。当时微软表示Maia 200是公司迄今为止部署的最高效推理系统，其每美元性能比微软当时部署的最新一代硬件提升了30%。
在去年11月的一次访谈中，萨提亚·纳德拉提及了自研芯片的逻辑。他表示，微软计划在自己的MAI模型和芯片之间建立一个闭环，赋予公司自主研发芯片的权利，即根据自己的需求设计微架构，然后不断更新自己的模型。如今距离微软发布Maia 200不到9个月，微软再次发布了Maia 300。天使投资人、人工智能专家郭涛对此表示，随着AI推理需求持续增长，云厂商正通过自研芯片提高能效、控制成本。若Maia 300达到预期表现，微软有望降低对英伟达GPU的依赖，并改善AI服务的运营经济性。
集体突围
除了微软，为降低对于英伟达的依赖，亚马逊、谷歌、OpenAI等巨头都在加速自研芯片。相比之下，亚马逊和谷歌比微软更早启动自研芯片项目。通过针对自有数据中心的需求定制芯片，微软有望更高效地运行推理任务，并减少采购英伟达GPU所带来的部分成本。
其中OpenAI的动作最为激进。其CEO山姆·阿尔特曼被曝正在全球范围内，为一项代号“Tigris”的芯片项目筹集巨额资金，目标是建设能支撑超级智能的专属芯片制造网络。与此同时，OpenAI已与博通等芯片设计巨头合作，开发定制化的AI推理芯片，并频繁与台积电接触。
不过，不同于谷歌的张量处理单元（TPU）以及亚马逊的Inferentia和Trainium芯片，微软的AI加速器并没有按小时出租给其他公司使用。咨询公司Moor Insights &Strategy的CEO Patrick Moorhead指出，还没有微软以外的企业测试过这些芯片。
此外，Meta近日宣布第三代自研芯片MTIA 450（代号Arke）将于明年上半年开始在数据中心投入使用。第四代产品MTIA 500（代号Astrid）的设计工作将完成，预计2027年底进入数据中心，部署规模将更为广泛。Meta工程副总裁Yee Jiun Song表示，与英伟达目前出货的产品相比，自研芯片在运行AI模型时效率更高，“正是因为我们自己承担了大量工程工作”。
另据外媒披露，Anthropic已与三星电子展开深度谈判，核心议题是开发一款专为其大模型设计的AI推理芯片。这并非一次简单的商业采购，而是一场涵盖架构定义、制造工艺与高带宽内存集成的全面技术合作。消息一出，业界震动，因为这意味着大模型公司对算力的焦虑，已从软件层面的“提示词优化”“模型蒸馏”，延伸到了物理层面的晶体管电路设计。
深层博弈
大模型公司集体造芯，也正引发芯片制造环节的权力重构。当最纯粹的模型公司也开始亲自下场定义芯片，AI产业的垂直整合已然不可逆转。
比如，Meta与博通合作进行芯片设计，与台积电合作负责制造，整体方向是降低对英伟达行业主导地位的依赖。而Anthropic与三星的牵手，是大模型竞争从参数规模、多模态能力向算力主权延伸的里程碑。
不过在郭涛看来，客户自研芯片并不意味着英伟达业务必然流失。“设计一款能与英伟达在软件生态上匹敌的芯片，投入动辄数亿美元，周期长达两到三年，且充满失败风险。其CEO黄仁勋不久前公开表示，即便竞争对手的芯片免费，也未必比英伟达的综合成本更低。”
数据显示，英伟达第二季度营收翻倍至960亿美元，显示整体AI算力需求足以容纳多方玩家。目前，微软等竞争对手主要聚焦高利润的推理领域，而英伟达在训练领域仍占据绝对主导。
此外，供应链制约依然存在。郭涛指出，开发自有芯片的公司仍依赖英伟达所倚重的有限制造产能、先进封装技术和高带宽内存。这意味着，即便减少了对英伟达产品的依赖，也无法完全消除供应链的限制。
明年起，微软将以吉瓦级规模部署新一代自研AI芯片Maia 300，主要用于AI推理任务。同时除了微软之外，其他超大规模云计算企业，包括亚马逊、谷歌和Meta，以及OpenAI和Anthropic等也已经推出或正在开发自己的定制芯片。为什么这些竞争关系错综复杂的公司，会不约而同地走向同一条路？答案或许在于它们共同面对的算力困境。而传统的芯片设计巨头如英伟达、AMD，需要重新审视这些昔日的客户正变成潜在的竞争对手。
定档2027年
“今天我们宣布迄今为止在自研芯片上最大的一笔押注。”当地时间10月12日，微软董事长兼首席执行官萨提亚·纳德拉（Satya Nadella）在社交媒体上公布了微软自研芯片的最新计划。微软表示Azure Maia 200现已投入生产，并且发布最新芯片Azure Maia 300。同时，微软公布新的部署计划：从2027年开始将把Azure Maia系列扩展至数吉瓦级规模部署，使Maia成为微软产品和服务的主要推理系统。
从微软公布的进度看，Maia 200目前已投入使用，服务于包括Microsoft Copilot在内的微软生产工作负载，并为MAI团队开发下一代模型提供支持，GitHub Copilot和Microsoft Foundry也将于年底前投入使用。在这些工作负载中，Maia 200运行着OpenAI模型、微软自研的MAI模型以及领先的开源模型系列。
Maia 300则专为当今涌现的新型AI工作负载而设计，包括长上下文推理、延迟敏感的对话体验以及持续的多步骤智能体任务。微软预计，相比领先的基于GPU的系统，Maia 300每兆瓦可多输出40%的Token（词元）。受这一消息影响，微软股价当天上涨1.14%至541.15美元，市值重回4万亿美元。
近年来，微软加快了自研芯片的进程。2023年11月，微软发布了Maia 100，该芯片采用台积电5纳米工艺，旨在为OpenAI模型、Bing、GitHub Copilot和ChatGPT等人工智能工作负载运行基于云的训练和推理。
两年后，微软在今年1月宣布推出第二代人工智能芯片Maia 200。当时微软表示Maia 200是公司迄今为止部署的最高效推理系统，其每美元性能比微软当时部署的最新一代硬件提升了30%。
在去年11月的一次访谈中，萨提亚·纳德拉提及了自研芯片的逻辑。他表示，微软计划在自己的MAI模型和芯片之间建立一个闭环，赋予公司自主研发芯片的权利，即根据自己的需求设计微架构，然后不断更新自己的模型。如今距离微软发布Maia 200不到9个月，微软再次发布了Maia 300。天使投资人、人工智能专家郭涛对此表示，随着AI推理需求持续增长，云厂商正通过自研芯片提高能效、控制成本。若Maia 300达到预期表现，微软有望降低对英伟达GPU的依赖，并改善AI服务的运营经济性。
集体突围
除了微软，为降低对于英伟达的依赖，亚马逊、谷歌、OpenAI等巨头都在加速自研芯片。相比之下，亚马逊和谷歌比微软更早启动自研芯片项目。通过针对自有数据中心的需求定制芯片，微软有望更高效地运行推理任务，并减少采购英伟达GPU所带来的部分成本。
其中OpenAI的动作最为激进。其CEO山姆·阿尔特曼被曝正在全球范围内，为一项代号“Tigris”的芯片项目筹集巨额资金，目标是建设能支撑超级智能的专属芯片制造网络。与此同时，OpenAI已与博通等芯片设计巨头合作，开发定制化的AI推理芯片，并频繁与台积电接触。
不过，不同于谷歌的张量处理单元（TPU）以及亚马逊的Inferentia和Trainium芯片，微软的AI加速器并没有按小时出租给其他公司使用。咨询公司Moor Insights &Strategy的CEO Patrick Moorhead指出，还没有微软以外的企业测试过这些芯片。
此外，Meta近日宣布第三代自研芯片MTIA 450（代号Arke）将于明年上半年开始在数据中心投入使用。第四代产品MTIA 500（代号Astrid）的设计工作将完成，预计2027年底进入数据中心，部署规模将更为广泛。Meta工程副总裁Yee Jiun Song表示，与英伟达目前出货的产品相比，自研芯片在运行AI模型时效率更高，“正是因为我们自己承担了大量工程工作”。
另据外媒披露，Anthropic已与三星电子展开深度谈判，核心议题是开发一款专为其大模型设计的AI推理芯片。这并非一次简单的商业采购，而是一场涵盖架构定义、制造工艺与高带宽内存集成的全面技术合作。消息一出，业界震动，因为这意味着大模型公司对算力的焦虑，已从软件层面的“提示词优化”“模型蒸馏”，延伸到了物理层面的晶体管电路设计。
深层博弈
大模型公司集体造芯，也正引发芯片制造环节的权力重构。当最纯粹的模型公司也开始亲自下场定义芯片，AI产业的垂直整合已然不可逆转。
比如，Meta与博通合作进行芯片设计，与台积电合作负责制造，整体方向是降低对英伟达行业主导地位的依赖。而Anthropic与三星的牵手，是大模型竞争从参数规模、多模态能力向算力主权延伸的里程碑。
不过在郭涛看来，客户自研芯片并不意味着英伟达业务必然流失。“设计一款能与英伟达在软件生态上匹敌的芯片，投入动辄数亿美元，周期长达两到三年，且充满失败风险。其CEO黄仁勋不久前公开表示，即便竞争对手的芯片免费，也未必比英伟达的综合成本更低。”
数据显示，英伟达第二季度营收翻倍至960亿美元，显示整体AI算力需求足以容纳多方玩家。目前，微软等竞争对手主要聚焦高利润的推理领域，而英伟达在训练领域仍占据绝对主导。
此外，供应链制约依然存在。郭涛指出，开发自有芯片的公司仍依赖英伟达所倚重的有限制造产能、先进封装技术和高带宽内存。这意味着，即便减少了对英伟达产品的依赖，也无法完全消除供应链的限制。
日本《朝日新闻》近日发表题为《深海之光——极端环境是创意宝库》的文章，作者是樱井林太郎，编译如下：在被称为最后未开垦地的深海，有着低温、高压、黑暗等极限环境。能否从这些极限环 英国科学家首次创造了一个新颖的实验平台，即“量子龙卷风”。它能模拟超流体氦中的黑洞，使研究人员能更详细地观察类似黑洞的行为以及与周围环境的相互作用。通过对超流体氦表面微波动力学的观 南方财经全媒体记者马嘉璐 研究员仇雯 广州报道凭借一纸证书，就能获批100万、500万、甚至千万元贷款……数据要素链接金融市场开辟的新财路，正吸引着越来越多的入局者。南方财经全媒 在3月24日世界防治结核病日前夕，比尔及梅琳达∙盖茨医学研究所（以下简称盖茨医学研究所）宣布，启动评估结核病候选疫苗M72有效性的Ⅲ期临床试验。在Ⅱb期试验中，数据显示这一新疫苗可为艾滋病毒检 “AI热潮”有人欢喜又有人忧：新兴市场遭资金外流！ 财联社3月20日讯(编辑 黄君芝)巴西亿万富翁、巴西金融公司Banco BTG Pactual SA创始人Andre Esteves表示，人工智能(AI)股票持续上涨导致发展中国家资本市场资金 习近平总书记在中共中央政治局第三次集体学习时强调，要加强科研学风作风建设，引导科技人员摒弃浮夸、祛除浮躁，坐住坐稳“冷板凳”。甘坐“冷板凳”是一种平心静气从事科学研究、追寻科学真理的 。本文链接：微软宣布史上最大自研芯片押注http://www.sushuapos.com/show-2-17289-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 第十六届中国航展参展装备超3000件
下一篇： 阶跃手机遇上行业冷静期