人工智能

微软 Maia 200 进入规模化生产:面向 AI 推理,每瓦 token 处理量最高提升 1.7 倍

2026年11月18日 · admin
OpenMagic API

据 IT之家 11 月 18 日报道,微软在 11 月 17 日举行的 Ignite 2026 活动上宣布,第二代自研人工智能加速器 Maia 200 已进入规模化生产,并开始在数据中心运行微软最大规模的前沿 AI 大模型。这款面向推理设计的芯片已部署于美国、欧洲和澳大利亚,承担 Microsoft Copilot 等生产工作负载,标志着微软自研 AI 硬件正进一步进入实际业务。

从芯片参数到生产部署:Maia 200 带来了什么

Maia 200 采用台积电 3 纳米工艺,配备 FP4、FP8 张量核心,以及 216GB HBM3e 内存和 272MB 片上 SRAM。来源显示,单颗芯片在 FP4 精度下可提供超过 10 petaFLOPS 的算力,并可通过以太网连接,扩展为最多包含 6,144 颗加速器的集群。

这些配置分别指向低精度计算、模型数据存储与大规模互联。对 AI 推理而言,计算单元的峰值能力并不是唯一决定因素,模型参数与运行数据如何在内存和计算单元之间流动,也会影响实际服务效率。因此,Maia 200 更值得关注的是整套系统能否稳定支撑生产负载,而不只是单芯片算力。

  • 产品定位:面向 AI 推理的微软第二代自研加速器。
  • 落地范围:已在美国、欧洲和澳大利亚部署,服务 Microsoft Copilot 等工作负载。
  • 后续支持:微软计划逐步将其用于 GitHub Copilot 与 Microsoft Foundry。
  • 扩容方向:公司计划在 2027 年把 Azure Maia 系统扩展至多吉瓦级部署。

每瓦 token 指标,体现推理基础设施的竞争重点

微软表示,在 Microsoft Teams、Copilot 和 Cowork 等产品的内置 AI 功能中,与“领先 GPU 基础设施”相比,Maia 200 的每瓦 token 处理量最高提升 1.7 倍。这里的关键是单位功耗能够完成多少 token 处理,而不是仅比较峰值算力。

需要注意,来源没有披露对比 GPU 的具体型号、模型配置及完整测试条件。“最高提升”也不能直接理解为所有模型和业务都会获得相同幅度的收益,更不能据此推导用户端响应速度或服务价格的变化。现阶段,这项数据主要说明微软在特定产品负载下取得了能效改善。

影响:自研芯片与 AI 产品开始更紧密协同

从产业角度看,Maia 200 的进展体现了云厂商围绕自有 AI 服务优化底层硬件的路线。微软既运营数据中心,也掌握 Copilot 等应用场景,能够围绕实际推理需求调整芯片、集群和软件系统。这种软硬件协同,有望提高其对算力供给与运行效率的掌控能力,但实际收益仍需结合更多部署数据观察。

微软计划让 Azure Maia 成为旗下产品与服务的主要推理基础设施,多吉瓦级扩容则仍属于后续规划。对开发者和企业用户而言,下一步更值得跟踪的是 GitHub Copilot、Microsoft Foundry 的支持进度,以及相关服务在延迟、稳定性和成本方面是否出现可验证的改善。