微软云与 AI 负责人 Scott Guthrie 10 月 12 日在官方博客发文，宣布 Azure Maia 自研芯片家族从 2027 年起扩展到多吉瓦级部署，届时 Maia 将成为微软产品和服务的主要推理系统。同一篇文章公布了第三代芯片 Maia 300，计划 2027 年开始生产部署。CEO 纳德拉当天也在社交平台转发了这条消息。
“making Maia the primary inference system for Microsoft products and services” （让 Maia 成为微软产品和服务的主要推理系统。）
Maia 300 的规格
微软公布的单芯片参数：8 个 HBM4 堆栈，峰值内存带宽 18.0 TB/s，热设计功耗 950 瓦，计算芯粒用台积电 N2P 工艺。芯片支持增强版 MXFP4 等低精度格式，用来压内存和带宽占用、撑更长的上下文。
整机柜是 96 颗加速器，功耗 167 千瓦，HBM 总容量 27.6 TB，聚合带宽 1.7 PB/s。加速器之间的互连针对张量并行做了优化，传输协议是基于以太网的自定义方案。架构上，微软把片上 SRAM 当软件管理的暂存区，减少对 HBM 的反复读写，文章里有一句概括：
“Moving data efficiently, rather than raw compute power, is increasingly the bottleneck in large inference systems.” （在大型推理系统里，瓶颈越来越多出在数据搬运效率上，而非算力本身。）
性能数字全部来自微软：相比领先的 GPU 系统，每兆瓦多产出 40% 的 token；满配 96 颗加速器时，机架级 token 吞吐最高是 Maia 200 的 7 倍。路透社报道时指出，微软没有说明拿来比较的是哪套系统。
Maia 200 现在跑什么
上一代 Maia 200 已经部署在美国、欧洲和澳大利亚，承接了 Microsoft Copilot 的生产流量，也给微软自己的 MAI 模型团队用。微软称，在 Teams、Copilot 和 Cowork 的内置 AI 功能上，它的每瓦 token 产出最高是领先 GPU 设施的 1.7 倍。GitHub Copilot 和 Azure 的模型服务平台 Foundry 计划年底前接入。上面跑的模型包括 OpenAI 的模型、MAI 自研模型和主流开源模型。
三代芯片连起来看
Maia 这条线走得并不顺。第一代 Maia 100 在 2023 年 11 月的 Ignite 上亮相，此后多年主要在内部小范围使用。Maia 200 今年 1 月发布，6 月纳德拉提到时，还只有两座数据中心在用，计划往更多地方扩，包括海外。
今年 8 月，The Information 报道微软在和台积电谈 Maia 300 的产能，目标是 2027 年交付超过 30 万颗，更长期想拿到百万颗以上。微软当时没有确认数量，Azure Maia 总经理 Andrew Wall 只说外界数字没反映项目规模，公司预计 Maia 支撑的需求要按吉瓦计。这次”多吉瓦”写进官方博客，算是把当时的说法落到了纸面，但芯片颗数和资本开支仍然没给。
从 100 到 300，官方措辞第一次写到”主要推理系统”这一级。限定词是推理，训练用什么芯片，这篇博客一个字没提；Copilot 之外的 Azure 云客户能不能租到 Maia 算力，文章也没有说。
微软说会在 11 月旧金山的 Ignite 2026 上进一步介绍 Maia 的战略和技术细节。技术白皮书已经挂在 Azure 官网，数字能不能在第三方测试里复现，要等芯片真正上线之后。
参考来源：微软官方博客、Azure Maia 300 技术白皮书、路透社、CocoLoop、Techzine、The Information；微软博客核验芯片与机柜规格、每兆瓦与每瓦 token 对比口径及部署地区。