微软Maia AI加速器战略背景 - 微软是OpenAI模型的最大用户及构建GPT模型的最大计算合作伙伴，这为其打造更强大的Maia AI加速器提供了双重动力[2] - 大型云服务商及主要GenAI模型开发商（如OpenAI、Anthropic、Meta）均在开发定制AI XPU，以降低生成式AI推理的单代币成本[2] - 人工智能推理预计所需计算能力将比训练高出一个数量级，为超过一百家人工智能计算引擎初创公司创造了市场机会[2] 云服务商自研芯片的行业逻辑 - 微软等云服务商希望掌控自身硬件资源，同时保留通用x86 CPU及英伟达/AMD GPU以满足客户租用需求[3] - 云服务商通过自研计算引擎并以低于第三方产品的价格竞争，旨在减少对传统芯片供应商的依赖[3] - 类似逻辑也适用于亚马逊AWS、谷歌、百度、阿里巴巴、腾讯等自行设计CPU和XPU的公司[3] - Meta Platforms虽非严格意义上的基础设施云，但通过出租硬件运行Llama模型API，正成为面向主权国家的GenAI平台云[3] Maia 100 (Athena) 芯片设计与性能 - 芯片发布于2023年11月，设计初衷是支持AI训练和推理，并专门用于运行OpenAI的GPT模型[4] - 芯片采用台积电5纳米工艺，面积820平方毫米，晶体管数量1050亿个[12] - 计算引擎包含64个核心（推测良率下有效核心数可能为52-56个），运行频率约2.86 GHz[12] - 芯片上L1/L2缓存总容量约500MB，SRAM带宽估计为132 TB/秒[12] - 配备4组HBM2E内存，总容量64GB，带宽1.8 TB/秒[12] - 每个核心的张量单元支持微软特有的MX6（6位）和MX9（9位）数据格式[13] - 互连I/O带宽为12个400 Gb/s端口，总计4,800 Gb/s（600 GB/s）[14] - 网络设计支持构建包含576个节点、总计2304个计算引擎的集群域[19] - 芯片峰值热设计功耗（TDP）为700瓦，持续功耗为500瓦[20] Maia 200 (Braga) 芯片的升级与改进 - 芯片于2026年1月发布，专门针对AI推理任务，简化了设计[5] - 采用台积电N3P（3纳米高性能版）工艺，面积836平方毫米，晶体管数量1440亿个[21] - 核心数量增至96个，良率约92%，主流产品预计有88个可用核心[20][22] - 运行频率提升至3.10 GHz[20] - L1/L2缓存SRAM容量降至272MB，SRAM带宽降至80 TB/秒[20] - HBM内存升级为6组HBM3E，总容量216GB，带宽大幅提升至7 TB/秒[20][22] - 后端网络带宽提升至56个400 Gb/s端口，总计22.4 Tb/s（2.8 TB/s）[20][21] - 主机互连升级为PCI-Express 5.0 x16，带宽64 GB/秒[20] - 集群相干域规模扩大，支持最多1536个节点和6144个计算引擎[19][20] - 性能方面，FP4精度达10.15 petaflops，FP8精度达5.07 petaflops，BF16精度达1.27 petaflops[20][24] - 持续热设计功耗（TDP）为750瓦[20] - 张量单元仅支持FP4和FP8格式，向量单元支持BF16和FP32，不再支持Maia 100特有的MX6/MX9格式[13] Maia 200的部署与应用 - 首批Maia 200机架已部署在美国中部的Azure云区域（爱荷华州得梅因），美国西部3区域（亚利桑那州凤凰城）也将跟进[26] - 微软将使用Maia 200计算引擎为OpenAI GPT-5.2大型语言模型提供推理服务，驱动Microsoft Foundry AI平台及Office 365 Copilot[26] - 微软的AI研究人员还将使用Maia 200生成合成数据，用于训练内部模型[26] - 目前尚未有关于Azure何时会提供基于Maia 200的虚拟机实例供租用的消息[26]