據(jù) The Information 報道，微軟原計劃于 2025 年推出的下一代 Maia 人工智能芯片，將推遲至 2026 年發(fā)布。

對于一直關注微軟硬件動態(tài)的行業(yè)分析師們來說，微軟自研 AI 芯片的跳票并不是什么好消息。在前有英偉達，后有AMD和英特爾的情況下，微軟入局的時間已經很晚。

時間回到2023年11月的微軟Ignite開發(fā)者大會，微軟高調發(fā)布了自行設計的首款CPUAzure Cobalt 100，以及首款專門用于云端訓練和推理的AI芯片Azure Maia 100。兩者都將優(yōu)先用于支持微軟自己的云服務。

換句話說，這兩款芯片專為微軟的云基礎設施和大語言模型訓練而設計，由微軟內部團隊精心研發(fā)，并針對整個云服務器堆棧進行了深度優(yōu)化，旨在實現(xiàn)性能、功耗與成本的最優(yōu)平衡。?

重點來看 Maia 100，它作為微軟首個定制內部 AI 加速器系列的首款產品，其名稱源自一顆明亮的藍星，頗具科技感。該芯片在規(guī)格上表現(xiàn)亮眼，采用臺積電 5nm 制程工藝，集成了 1050 億個晶體管�；蛟S這一數(shù)字不易直觀理解，不妨進行對比：AMD MI300 AI GPU 芯片擁有 1530 億晶體管，Maia 100 僅比其少約 30％。此外，Maia 100 首次支持 8 - bit 以下的數(shù)據(jù)類型，即 MX 數(shù)據(jù)類型，這一特性能夠促進軟硬件協(xié)同設計，顯著加快模型訓練和推理的速度。?

作為微軟第一款真正意義上的"親兒子"AI加速器芯片，微軟的目標就是盯向英偉達。

微軟之所以大力研發(fā)自研 AI 芯片，背后的原因顯而易見。

當前 AI 技術發(fā)展迅猛，尤其是以 OpenAI 的 GPT 系列為代表的大語言模型，對算力的需求極為龐大。作為云計算領域的領先企業(yè)，微軟的 Azure 云服務在全球擁有眾多用戶。

如果能自研 AI 芯片，那能讓微軟在云服務領域更具主動權：一方面，可降低對其他芯片供應商的依賴，特別是在 AI 芯片市場占據(jù)主導地位的英偉達，從而緩解成本壓力；另一方面，自研芯片與自家云服務、軟件的深度結合，能實現(xiàn)更優(yōu)的協(xié)同優(yōu)化，為用戶提供更高效的 AI 服務。例如，微軟已在搜索引擎和 Office AI 產品中對 Maia 100 芯片進行測試，反饋效果良好。?

如此來看，下一代 Maia 芯片推遲發(fā)布的原因可能較為復雜。

從技術層面而言，AI 芯片研發(fā)難度頗高。盡管 Maia 100 已取得一定成果，但下一代芯片需在性能上實現(xiàn)更大突破，如進一步提升算力、降低功耗、提高集成度等，這些目標的實現(xiàn)存在較大難度，研發(fā)過程中若遭遇技術瓶頸難以短期內攻克，便可能導致發(fā)布推遲。?

從市場競爭角度分析，當前 AI 芯片市場競爭激烈。英偉達不斷推出 H100、H200 等性能強勁的新產品，AMD 也在積極發(fā)力，其 MI300 系列芯片在市場上獲得不少關注。微軟若想在市場中占據(jù)優(yōu)勢，下一代 Maia 芯片必須具備足夠的競爭力，這就需要更多時間進行產品打磨、測試與優(yōu)化，以確保發(fā)布后能在市場立足。?

此外，經濟環(huán)境與供應鏈問題也可能產生影響。近年來全球經濟形勢不穩(wěn)定，而芯片研發(fā)成本高昂，微軟在資金投入上可能更為謹慎。同時，芯片供應鏈涉及原材料供應、制造、封裝測試等多個環(huán)節(jié)，任何環(huán)節(jié)出現(xiàn)問題都可能影響研發(fā)進度，例如臺積電的產能能否滿足微軟下一代芯片的制造需求，仍是未知數(shù)。?

下一代 Maia 芯片推遲發(fā)布，對微軟而言，短期可能使其在 AI 芯片市場的競爭中略顯被動，競爭對手或借此擴大市場份額。但從長期來看，若微軟能利用這段時間解決技術難題，使下一代 Maia 芯片在性能上實現(xiàn)質的飛躍，有望在未來競爭中實現(xiàn)趕超。?

對于微軟的用戶和合作伙伴來說，這一推遲可能會延緩他們使用更先進 AI 服務的時間。不過，微軟在下一代芯片發(fā)布前，或許會通過軟件優(yōu)化、現(xiàn)有芯片資源整合等方式，努力維持并提升 AI 服務質量。?