🔌 自研芯片进多吉瓦

关键数字：比的是「每兆瓦」，不是「每张卡」

微软公布第三代自研 AI 芯片 Maia 300，计划从 2027 年起作为其产品与服务的主要 AI 推理系统，进行多吉瓦级部署。

官方给出的效能口径很值得注意：Maia 300 每兆瓦的 token 产出比主流 GPU 系统高出 40%；在 96 卡配置下，机架级 token 吞吐量可达前代 Maia 200 的 7 倍。这两个数字的单位都不是「每张卡」，而是每兆瓦、每机架——这本身就是信号：在电力成为数据中心最硬的约束之后，衡量 AI 芯片的尺子已经从「单位芯片算力」换成了「单位电力产出」。

Maia 200 已经进入生产，目前承载 Copilot 等生产负载，GitHub Copilot 与 Foundry 计划在年底前跟进。路线图上同时写着 Maia 300 的 2027 年量产。

为什么这条新闻对普通人也有关系

自研推理芯片的核心动机有两层。第一层是成本与依赖：走自研路线，可以减少对英伟达 GPU 的依赖，并在采购议价、供应节奏上获得主动权。第二层是电：如果单位电力的 token 产出能提升四成，那么在同一个数据中心、同一份电力配额下，能提供的 AI 服务量就多四成。对于按用量计费的 AI 服务（尤其是需要长时间推理的智能体），这是直接的成本变量。

这也解释了为什么「功耗效率」会在这周被反复提及——当智能体服务需要持续、大量地推理时，电力效率不再只是一个环保指标，而是能不能把服务规模做上去的硬约束。同期的相关动作还有英伟达向 OCP 开放 Vera Rubin 机架设计；而另一边，英特尔与博通的高管则公开预警算力融资瓶颈——扩张的约束条件正在从「买不到卡」变成「融不到钱、供不上电」。