微软自研AI芯片要上量了

微软的Azure Maia芯片路线图又往前走了一步。Maia 200已经进入生产环境，开始承载Copilot等实际负载，GitHub Copilot和Foundry预计年底前也会陆续接入。这意味着微软在推理侧的自研芯片不再只是试验田，而是真正开始接客了。

值得关注的是，Maia 200上跑的不只是微软自家的MAI模型，还包括OpenAI的模型以及主流开源模型家族。这种「一芯多模」的定位挺聪明，既摊薄了研发成本，又避免了被单一模型绑死。微软反复强调的软硬件协同设计，说白了就是拿自己海量AI服务的真实负载数据去反向调优芯片，这个飞轮是纯芯片厂商很难复制的。真正的重头戏在2027年。微软计划从那时起把Maia家族扩展到多吉瓦级别的部署规模，并让Maia成为自家产品和服务的「主力推理系统」。多吉瓦是什么概念？这已经不是补充算力，而是要在推理这个最大头的成本项上，逐步摆脱对英伟达的单一依赖。对云厂商来说，推理成本才是长期利润的胜负手。Maia 300被定位成一套面向新型负载的完整智能系统，重点瞄准长上下文推理、延迟敏感的对话体验，以及需要持续多步执行的智能体任务。这几点恰好是当下Agent产品最痛的三个地方：上下文一长就贵、对话一卡就崩、多步任务一跑就烧钱。如果Maia 300能在系统层面把效率做上去，对做Agent的团队会是实打实的利好。我的判断是，自研芯片这条路微软会越走越坚决，但短期内不会完全替代外部采购，更可能是「自研保底、外购弹性」的双轨结构。对出海做AI应用的团队来说，云厂商推理成本一旦下探，产品定价和毛利模型都值得重新算一遍。