微軟於 10 月 12 日在官方博客公布第三代自研 AI 加速器 Azure Maia 300，並表示 Maia 系列將由 2027 年起擴展至多吉瓦（multi-gigawatt）部署，成為微軟產品及服務的主要推理系統。現役的 Maia 200 已在生產環境承載 Microsoft Copilot 等負載，GitHub Copilot 與 Microsoft Foundry 預計於年底前跟進，同一批硬體同時運營 OpenAI 模型、微軟自家 MAI 模型及主流開源模型。[1]
頂對代理式推理重新設計
微軟指出，長上下文推理、延遲敏感的對話閾值，以及持續多步的代理任務，已改變推理工作的運算特性。Maia 300 採用推理優先架構，官方預期每兆瓦可多出 40% token；在 96 個加速器的完整配置下，機櫃級 token 吞吐量最多達 Maia 200 的 7 倍。[1]
記憶體、封裝與網絡規格
據微軟 Azure 的技術說明，Maia 300 每個加速器配備 8 個 HBM4 記憶體壓廠，提供 18 TB/s 峰值頻寬，功耗上限為 950 瓦；單一機櫃在 167 千瓦功耗內整合 96 個加速器，共同 27.6 TB HBM 容量及 1.7 PB/s 聚合頻寬。[2] 新架構改用多晶片封裝設計，把運算、記憶體控制器與輸出入功能分拆，運算晶片採用台積電 N2P 製程，令系統運算力提升 36%、HBM 頻寬增加至 2.5 倍。[2] 網絡方面，Maia 300 以乙太網為基礎建立單機 scale-up 網絡，可串連最多 12,288 個加速器組成 superpod，跨機櫃流量改用光纖連接。
異構平台與模型選擇並行
微軟強調，未來不會由單一模型或單一晶片定義，公司在同一個開放、異構、模型多元的平台上，同時支援自研 MAI 模型、OpenAI 模型及主流開源模型，讓客戶按實際需求選擇。微軟亦指出，晶片開發需要時數年，因此硬體與軟體圖謨必須及早協作，預先規劃未來的架構、規模與能力需求，再推算成更大的記憶體容量、更高頻寬及更多可協同運作的加速器。
生產部署與生態配套
微軟稱 Maia 200 已在美國、歐洲及澳洲部署，為 Teams、Copilot 及 Cowork 的內建 AI 功能帶來最多 1.7 倍每瓦 token 效率。Maia 300 計劃於 2027 年開始生產部署，並會支援 GitHub 的編碼閾驅、Microsoft Foundry 的雲端模型服務，以及 MAI 圖謨的模型開發。微軟表示會在 11 月於三藩市舉辦的 Ignite 大會上揭露更多基礎設施與晶片策略。
參考資料
[1] Microsoft to expand Azure Maia system to multi-gigawatt deployments (2026年10月12日)
[2] Deep dive into Azure Maia 300 architecture (2026年10月12日)