微軟發布自研AI晶片Maia 300 擬明年部署逾百萬顆 加速內部服務與挑戰輝達市場主導地位

微軟(Microsoft)在人工智能(AI)晶片領域邁出重要一步，正式發布其新一代自研AI晶片Maia 300。市場消息指出，公司計劃於明年部署可能超過100萬顆Maia 300晶片，以全面支持其日益增長的內部AI服務需求。此舉不僅彰顯微軟在AI基建上的雄心，亦被視為深化其在雲端及AI生態系統競爭力的關鍵策略。 這款名為Maia 300的晶片，是微軟自主研發的第三代AI晶片，專為處理AI密集型計算任務而設計。其應用範疇廣泛，涵蓋從複雜的編程工作到自動執行用户指派的商業任務等。據悉，微軟早前的自研AI晶片已成功應用於運行微軟自身的AI模型，以及透過其旗下雲端運算服務平台微軟Azure提供的OpenAI模型，為Maia 300的推出奠定堅實基礎。 在AI技術浪潮席捲全球之際，雲端運算巨頭及OpenAI等領先AI企業紛紛投入資源開發自研晶片，旨在降低對外部供應商的依賴，同時優化成本與性能。微軟Maia 300的發布，正值此一趨勢的風口浪尖，外界普遍認為，此舉旨在挑戰由輝達(Nvidia)在AI計算市場長期以來建立的主導地位，預示著AI晶片領域的競爭將日益白熱化。 值得留意的是，微軟在晶片設計上選擇了一條與輝達不同的技術路徑。輝達的AI加速器通常採用單個大型計算晶片，並搭配高頻寬記憶體(HBM)晶片以實現高效能。相比之下，Maia 300的核心計算處理器則採用了業界領先的小晶片(chiplet)架構，將多個具備特定功能的晶片透過先進封裝技術整合，以提升靈活性與成本效益。 據披露，Maia 300中承擔關鍵計算功能的小晶片，採用了全球晶圓代工龍頭台積電(TSMC)的2納米製程技術，展現了其在尖端製程上的追求。而其他用於處理數據傳輸等輔助功能的小晶片，則採用了成本效益更高的3納米製程工藝，確保在性能與成本之間取得平衡，體現了精密的設計考量。 在部署規模與能耗方面，Maia 300預計將配置於搭載96顆晶片的服務器機架中，整套系統的功耗約為167千瓦。對比之下，輝達最新推出的GB300 AI服務器機架則配置72顆圖形處理器(GPU)，功耗約為142千瓦。雖然兩者配置與功耗存在差異，但均反映出AI訓練與推理對數據中心電力基礎設施的巨大需求。 微軟方面強調，與市面上領先的基於GPU系統相比，Maia 300在每單位電力對應的有效計算能力方面提高了約40%。儘管微軟並未具體説明其比較的對象系統，但這一數據凸顯了其在提升AI晶片能源效率方面的努力與成果，對於數據中心運營成本的控制具有重要意義。 微軟Azure硬件系統和基礎設施總裁Rani Borkar在接受媒體訪問時表示：「透過對整個系統的優化，Maia 300基本上能夠在每一瓦特電力、每一美元成本，以及每一個字節記憶體帶來更多智能計算能力」。這番話進一步闡釋了微軟在設計Maia 300時，從系統層面綜合考慮性能、成本與能效的策略。 微軟重申，計劃從明年起大規模部署Maia 300晶片，其部署規模預計將達到數吉瓦級電力容量，這將對其數據中心基礎設施提出更高要求。公司此前曾對外表示，預計年度的資本支出將超過1750億美元，龐大的投資規模反映了其對AI及雲端基礎設施建設的堅定承諾。