微软 Maia 200 量产:每瓦 token 提升 1.7 倍

11 月 17 日在 Ignite 2026 大会上,微软宣布第二代自研 AI 加速器 Maia 200 正式投入规模化生产,并在数据中心运行微软最大规模的前沿模型。这块芯片面向推理设计,采用台积电 3 纳米工艺,单颗在 FP4 精度下可提供超过 10 petaFLOPS 算力,配备 FP4 与 FP8 张量核心、216GB HBM3e 内存以及 272MB 片上 SRAM,可通过以太网扩展到最多 6144 颗加速器组成的集群。

每瓦 token 产出最高提升 1.7 倍

微软给出的对比指标是每瓦 token 处理量。在 Microsoft Teams、Copilot、Cowork 等内置 AI 功能中,Maia 200 相对自家既有领先 GPU 基础设施,这一数值最高提升 1.7 倍。芯片已部署在美国、欧洲和澳大利亚三地,承接 Microsoft Copilot 等生产负载,微软称将逐步支持 GitHub Copilot 与 Microsoft Foundry,并计划在 2027 年把 Azure Maia 系统扩展到多吉瓦级部署。

与推理成本的关系

自研推理芯片的意义在于压低单位算力成本。2027 年的多吉瓦级部署计划,意味着 Maia 将在微软自有云上从补充角色转为主力推理基础设施,同期微软也在软件侧推进多款自研模型,把芯片与模型两条线绑在同一个成本曲线上。

Maia 200 的规格取舍很明确,HBM3e 内存容量 216GB,片上 SRAM 272MB,这个配比是为了在长上下文解码和 KV Cache 复用上少走外部显存的弯路。配合以太网扩展,单个集群最多可挂 6144 颗加速器,规模上限已经接近单个机柜级系统的承载能力。

相关阅读

从落地节奏看,Maia 200 已经跨过了样片与验证阶段,接下来一年半的关键变量是 Foundry 侧的外部客户能否跟进采购。

全部文章归档与模型专题