文章核心观点 - 微软正式发布第二代自研AI芯片Maia 200及配套软件Triton，旨在降低对英伟达的依赖并挑战其CUDA生态，标志着AI算力竞争从训练转向推理降本，行业格局可能发生重大变化 [1][21][24] 微软的战略与产品发布 - 微软于2026年1月26日正式发布第二代自研AI芯片Maia 200，采用台积电3nm工艺 [1][2] - 芯片设计思路强调“特化打击”与成本效益，并非追求绝对最快，而是追求同价位下更高的经济性 [14] - Maia 200集成了272MB的片上SRAM，旨在优化推理阶段的毫秒级延迟和响应速度，官方宣称其性能比现有硬件高30% [10][12] - 随芯片一同发布的软件“核武器”是Triton，其核心开发者来自OpenAI，旨在实现从CUDA的无痛迁移 [2][4] - 开发者实测显示，Triton在Transformer注意力内核等场景下，代码量比CUDA减少75-90%，性能媲美甚至局部超越CUDA 5-37% [6] 对英伟达的挑战与行业影响 - 微软此举被视作全球最大买家对供应商的“背刺”，直接挑战英伟达最核心的CUDA软件生态护城河 [1][3] - 行业竞争焦点正从比拼训练速度（“训得快”）转向推理降本（“回得快”），高溢价模式受到冲击 [21][22] - 除微软外，Google与Meta合作TorchTPU，目标在2026年推翻CUDA生态墙，Amazon Inferentia、Cerebras等公司也在争夺市场 [7][23] - 为应对危机，英伟达紧急花费200亿美元从Groq许可技术以弥补推理短板 [16] 微软的内部动机与财务影响 - 推动自研芯片的核心动机是降本增效和掌控“算力主权”，避免利润被侵蚀 [17][20] - 微软2025年在AI基础设施上的资本开支预计将突破800亿美元，减少对英伟达的依赖可直接提升公司毛利率 [19] - 公司CEO纳德拉的薪酬与Maia 200的成功挂钩，其能否获得9650万美元奖金与此直接相关 [17] - 对于市值4万亿美元的微软而言，即便是1%的降本增效也能带来数百亿美元的估值溢价 [19] 产业链合作关系的变化 - 微软与OpenAI的关系呈现“同床异梦”的态势，OpenAI在追求算力多样化，其价值100亿美元的采购单并未给微软，而是给了Cerebras [15][16] - 行业形成四方博弈：微软在投资OpenAI的同时推进“去OpenAI化”；OpenAI在依赖微软的同时削弱英伟达并扶持第三方；英伟达被迫防御；Google与Meta伺机而动 [16] - 微软将成本可控的自研芯片视为比盟友更可靠的资产 [16]