你每天用的Copilot，背后的AI算力很快要换成微软自己造的芯片来供。10月12日，微软发布第三代自研AI加速芯片Maia 300，2027年起投产部署，规模直接按“吉瓦级”来算。华尔街见闻知乎
先看规格。台积电最新N2P工艺、288GB HBM4内存、18TB/s带宽、FP4精度下13.8 PFLOPS算力。整片功耗950W，比上代高了200W。一个机架塞进96颗，一个SuperPod最多能把12288颗芯片拧成“一台机器”。IT之家微博微软Azure博客
最反常识的，是微软花钱的方式。对比上一代Maia 200，算力只提升了36%，内存带宽却从7TB/s干到18TB/s，足足拉到2.5倍。全行业都在卷算力的当口，微软把大头预算花在了“搬数据”上。微博微软Azure博客
图什么？一句话：Agent时代，瓶颈不在算，在记。
不难理解。你问AI一句、它答一句，问完即走，聊完就忘。但Agent干活不一样：读代码、调工具、等结果、把日志带回来接着想——任务不结束，前面积累的“工作记忆”就得一直悬着。业内叫KV缓存，既要存得下，又要跑得快。带宽不够，堆再多算力也只能干等着数据下锅。微博
所以Maia 300的选择是：与其硬堆算力，先把数据的高速公路修宽。它干脆用了多芯粒设计：计算部分放上台积电最先进的N2P 2纳米，内存控制器和I/O拆到独立芯粒上，各司其职。IT之家
再算算微软的账。发布时甩出两个漂亮数字。每兆瓦可处理的token数，比主流GPU系统高40%。机架级吞吐，最高能到Maia 200的7倍。华尔街见闻知乎微博
激动之前先泼两盆冷水。“高40%”对比的是哪款GPU，微软至今没说，成色如何你自己品。而“7倍”是整个机架的系统级数字，里面包含着机架芯片数量翻倍的贡献，不能读成单颗芯片快7倍。知乎微博
数字不能照单全收，但方向没错：推理是AI业务里持续放血的一环，微软给这代芯片定的目标，就是让每一瓦电、每一美元都榨出最多的“有用token”。微软Azure博客
这跟你有什么关系？重点是：Maia 300不对外卖，微软也明确不出租算力——这点和谷歌、亚马逊把自研芯片开放给云客户的路子完全不同。数据中心硬件负责人Rani Borkar的原话：“我们自己的AI服务业务已经足够庞大，我们希望优先服务自己。”华尔街见闻
翻译一下：这颗芯片不会出现在商城里，只会出现在你的Copilot和Teams背后。事实上，上一代Maia 200从今年初起就已在美欧澳的数据中心运转，默默给Copilot供能。华尔街见闻
微软的算盘打得响：海量用户每天用Copilot写邮件、做PPT，每一次调用都在烧算力。用英伟达的卡，钱有相当一部分变成英伟达的毛利；用自家芯片，省下的每一刀都留在自己兜里。推理成本降下来，订阅价格和响应速度才有松动的空间。
当然，自研这条路不会一马平川。CUDA生态的墙还在，大模型训练也暂时离不开英伟达。2027年投产更有一年多的变数，这笔账最后划不划算，一年后的Copilot账单会给答案。知乎
