🔴 微软自研 Maia 芯片要做到吉瓦级部署：每兆瓦 token 产出比 GPU 高 40%，但不外租

🕒 时间：2026年10月12日 22:15:02（北京时间）

大白话理解总结：微软要把自研 AI 芯片铺到吉瓦级规模，专攻推理，号称每兆瓦能产出的 token 比 GPU 系统多 40%。最关键的一句是它不把这些算力出租给云客户——省的是自己的成本，不是挣客户的钱。

信息来源：彭博报道（10 月 12 日），盘面为美股实时行情

市场影响程度：中等偏高（大客户推理环节自研替代的规模第一次被量化，同时给出了"不外租"这个与谷歌 TPU 完全不同的路线）

一句话总结：微软算的是单位电力的产出账，这一刀砍的是推理用的 GPU 采购。

先看报道的核心三件事。

第一件是规模。微软公司正在数据中心安装最新版本的自研 Maia 芯片，目标是用大部分自研硬件为其 AI 软件提供算力；公司预计将在服务器群中部署多个吉瓦级的 Maia 芯片。多个吉瓦是什么概念——这是此前公开讨论里几乎没有出现过的量级，也说明自研芯片在微软内部已经从"试点"变成主力路径之一。

第二件是进度和定位。新一代 Maia 300 将于明年开始推出，这些半导体专为推理任务设计，也就是让 AI 模型执行总结电话会议、为研究问题生成答案这类工作。这里要区分清楚：推理和训练是两回事，前者是规模化日常运行，后者才是英伟达 GPU 的绝对主场。

第三件是效率宣称。微软预计，性能更强的 Maia 300 每兆瓦可输出的 token 数量将比领先的 GPU 系统高出 40%。注意口径是"每兆瓦"——这是单位电力产出，不是绝对性能。在电力已经成为数据中心核心约束的当下，这个口径才是大厂真正关心的。

还有一个容易被忽略但很关键的细节：微软芯片业务负责人博卡尔表示，公司目前不打算把 Maia 芯片的底层计算能力直接出租给其云客户，而谷歌和亚马逊已经通过自研 AI 芯片采取了这一举措。他的原话是"我们自身的 AI 服务业务规模足够大，我们希望先满足自己的需求"。

这条路线差异值得记下来。谷歌把 TPU 出租给云客户，是在卖算力；微软把 Maia 留给自己用，是在省成本。同一件事——自研芯片——在两家公司的商业模式里定位完全不同。

1000字限制更多在星球