微软 Maia 300 在 2026 年 10 月 12 日由微软官方博客正式发布：这是 Azure Maia 自研芯片家族的第三代产品，微软同时宣布，2027 年起将把 Maia 家族扩展到多吉瓦级部署，让它成为微软自家产品和服务的首选推理系统。上一代 Maia 200 已经在生产环境运行，支撑 Microsoft Copilot 等负载。
先看能效：每兆瓦多产出 40% 的 token
Maia 300 是为长上下文推理、低延迟对话和多步骤智能体任务设计的完整系统。微软给出的核心数字是：相比主流 GPU 系统，它预计能实现每兆瓦多 40% 的 token 产出；在 96 颗加速器的整机配置下，机架级 token 吞吐最高可达 Maia 200 的 7 倍。单芯片侧，它配了 8 组 HBM4，峰值内存带宽 18.0 TB/s，热设计功耗 950 瓦，计算芯粒采用台积电 N2P 工艺，并支持增强型 MXFP4 低精度格式，以减少 KV 缓存和计算对内存的占用。一整柜 96 颗加速器总功耗 167 千瓦，合计 27.6 TB 的 HBM 容量。
Maia 200 已经在跑，证明这不是纸面规划
这代发布之所以值得认真看，是因为上一代已经落地：Maia 200 正在美国、欧洲和澳大利亚部署，运行 OpenAI 模型、微软自研 MAI 模型和主流开源模型，在 Teams、Copilot 等内置 AI 功能上，每瓦 token 产出最高达到主流 GPU 基础设施的 1.7 倍；GitHub Copilot 和 Microsoft Foundry 计划在今年年底前跟进。微软的逻辑很直接：自家服务的规模足够大，自研芯片可以按真实负载做软硬件协同设计，而不是买通用 GPU 再适配。
接下来盯什么：2027 年量产和 Ignite 大会
时间表上，Maia 300 要到 2027 年才开始生产部署，微软下个月将在旧金山举行的 Ignite 2026 上披露更多细节。对云客户和同行来说，这条消息的影响不在当下多了一颗芯片，而在于推理成本的竞争正在从买卡转向自研系统：当最大的模型服务商把自研芯片定为主力，GPU 厂商的定价权和云厂商的毛利结构都会被重新计算。Maia 300 的实际能效能否兑现博客里的数字，要等 2027 年真实部署后才见分晓。
