它说每瓦多出四成，只是没说跟谁比

2026-10-13 · 人工智能

10 月 12 日，微软在官方博客上宣布：从 2027 年起，把 Azure Maia 系列扩到数吉瓦规模，让 Maia 成为微软产品和服务的主要推理系统。博客里这番话由微软云业务的 Scott Guthrie 出面讲。

同一天，微软股价涨 1.14%，市值重回 4 万亿美元上方。同一天英伟达跌 1.29%、AMD 跌 2.28%、博通跌 1.88%，费城半导体指数跌 2.67%。

先看已经在跑的那一代

Maia 200 目前已经在承担微软的生产负载，包括 Microsoft Copilot，GitHub Copilot 与 Microsoft Foundry 年底前跟上。它跑的模型名单挺杂：OpenAI 的模型、微软自己的 MAI 模型，还有一批领先的开源模型家族。部署地在美国、欧洲和澳大利亚。

微软给的数字是：在 Teams、Copilot 和 Cowork 的内置 AI 能力上，Maia 200 的每瓦 token 数最高是"领先 GPU 基础设施"的 1.7 倍。

这个句式请记住，一会儿还会出现。

新那块，单位是瓦

Maia 300 的定位写得很具体，三项：长上下文推理、对延迟敏感的对话、以及需要连续跑很多步的智能体任务。换句话说，就是今天所有推理支出花掉的地方。

数字部分是这样的：

• 微软预计，Maia 300 每兆瓦能产出的 token，「比领先的 GPU 系统多 40%」；
• 满配 96 个加速器时，机架级 token 吞吐最高可达 Maia 200 的 7 倍；
• 每颗芯片配 8 个 HBM4 堆栈，峰值带宽 18.0 TB/s，热设计功耗 950 瓦；
• 多 chiplet 架构，计算、内存控制器、I/O 分开；计算 chiplet 用台积电 N2P 工艺；
• 支持增强版 MXFP4 低精度格式，给计算和 KV 缓存同时省内存、省带宽。

里面有一句设计哲学我挺喜欢："在大型推理系统里，越来越多的瓶颈是搬数据，不是算力。"所以他们把"软件定义的数据流"当成第一原则。

那个没说名字的对手

"比领先的 GPU 系统多 40%"——哪家的 GPU 系统？路透社注意到一件事：微软没有点名。

路透社自己去找了参照物。Maia 300 满配机架 96 个加速器，是 Maia 200 的两倍，功耗包络 167 千瓦；作为对比，英伟达的 GB300 机架是 72 个 GPU、142 千瓦。

我不想把这说成心虚。只给比率、不给分母，是整个行业的通用写法，OpenAI 和谷歌一样这么干。但作为读者，我拿到的是"多了四成"，拿不到的是"多过谁"。对要签字采买的人来说，这两句差别很大。

微软 Azure 硬件负责人 Rani Borkar 对路透社的说法是：这"基本上就是每一瓦、每一美元、每一字节内存，都产出更多智能"。这句话我信一半——后两项它有绝对定价权，第一项隔壁也在算。

它省下来的是谁的钱

微软说得很坦诚：这块芯片是为了让服务更便宜。路透社的表述是减少对英伟达的依赖；据 CNBC，微软计划明年部署可能超过 100 万颗自研芯片。Evercore ISI 估算，到 2027 年第一季度，Maia 大约占微软 AI 芯片开支的 10%。微软今年日历年的资本开支预计超过 1750 亿美元。

这里有一处对比值得单独拎出来：谷歌的 TPU 和亚马逊的 Trainium 都对外租用，Maia 不对外出租。也就是说，这笔账省下的是微软自己的钱——它让 Copilot 和 Azure 的毛利好看一点，但不会变成开发者能买到的便宜算力。

英伟达还是伙伴。微软负责计算与企业的总经理 Alistair Speirs 对 CNBC 说，训练侧仍与英伟达、AMD 合作；至于"数吉瓦"那一步的时间表，他没给。前一周纳德拉还在说，AI 模型需要"紧急刹车"。

账本换了一页

两年前大家比的是多少张卡、多少 FLOPS、多少钱。现在微软把一句话放在公告最显眼的地方：每兆瓦多出四成 token。

这不是修辞。电价、并网许可、机柜的散热上限都是硬的；芯片可以再造一版，电不能凭空多出来。一家公司开始认真数瓦，说明它已经不太担心买不到卡了。

所以我只留这一句在笔记本上：40% more tokens per megawatt, compared to leading GPU-based systems.

四成、领先的、GPU 系统。三个词里，只有第一个是数字。