AREX Feed Article
微软Maia 300九月亮剑，30万颗芯片订单，总经理泼冷水
微软正计划最早9月发布下一代自研AI加速器Maia 300，并与台积电洽谈2027年交付超30万颗芯片的产能，远期目标超过100万颗。，随后路透社和多家媒体跟进确认。
微软Azure Maia总经理Andrew Wall在一份声明中回应称，微软"持续投资定制芯片，作为长期AI基础设施战略的一部分"，但报道中的产量数字"不能反映我们项目的规模"。台积电未回应置评请求。
总经理亲自降温，分析师警告产能天花板
Andrew Wall的表态是这轮报道中唯一来自微软官方的声音。他没有否认Maia 300的存在或发布时间窗口，但明确与The Information披露的30万颗和100万颗数字拉开了距离——这一措辞既可能是产量目标确实不同，也可能是在正式发布前压低外部预期的策略动作。
微软CEO Satya Nadella在7月29日的2026财年第四季度财报电话会上已经为Maia产品线做过铺垫。他当时表示Maia芯片比现有硬件"每美元性能提升30%"，正在扩展以支持OpenAI和MAI模型。，Nadella同时将减少对Nvidia的依赖列为明确优先事项。
J.P. Morgan分析师此前已发出警告：集中在台积电N3制程和CoWoS先进封装上的项目，到2027年都将面临供给紧张。这一判断直接命中Maia 300的扩产路径。台积电N3与CoWoS是目前几乎所有高性能AI芯片的必经之路，而微软需要在这条已经拥挤的产线上抢到30万颗以上的位置。
，报道发布当日投资者对这笔自研芯片账给出了正向反应。
Maia 200延期缩水，谷歌亚马逊已经领先一个身位
微软在自研AI芯片上起步不算晚。首代Maia芯片于2023年11月亮相，但真正可部署的产品是2026年1月发布的Maia 200。
Maia 200采用台积电3nm制程，搭载216GB HBM3e内存（带宽7 TB/s）和272MB片上SRAM，原生支持FP8/FP4张量核心，专为AI推理设计。，该芯片面向OpenAI的GPT-5.2等模型，服务于Azure Foundry、Microsoft 365 Copilot和微软超智能团队的合成数据与强化学习工作流。
但Maia 200的实际落地远不如纸面光鲜。据The Information报道，该芯片在早期测试中未达内部目标，交付因此延迟，目前仅部署在少数几个数据中心。Nadella在7月财报会上的"30%性价比提升"是一个相对指标，比较对象是微软此前的通用硬件集群，而非Nvidia最新一代GPU。
与此同时，竞争对手已经跑到前面。Google在截至2026年6月的季度中开始确认TPU的直接销售收入——这是一个标志性节点，意味着自研芯片不再是纯成本中心。Amazon Trainium系列芯片在客户中的采用率持续上升，Anthropic已与AWS签署了为期10年的Trainium使用协议。
30%性价比之后，CoWoS产能才是硬约束
Maia 300的技术细节尚未公开，目前所有判断只能以Maia 200为参照。如果延续3nm路线，Maia 300大概率仍走台积电N3家族，可能在N3P或N3X等增强版本上流片。低精度推理（FP4/FP8）、大容量HBM和高带宽SRAM仍然是这类加速器的核心配方。
关键的变量不在架构，在产能。Maia 200从投产到部署的是"数万颗"量级，而Maia 300计划直接跳至30万颗以上。这个跳跃意味着微软不仅需要台积电分配足够的N3晶圆产能，还需要锁定CoWoS先进封装产线。CoWoS是当前AI芯片产业链中最紧的瓶颈。据市场研究机构Futurum Group分析，。
微软在Maia 200的系统设计中押注了标准以太网来做scale-up互联，避开了专有互联的锁定期和成本。这一思路如果延续到Maia 300，可能在系统成本上继续占优，但并不能绕过芯片本身的制造瓶颈。30万颗芯片需要的是晶圆厂实实在在的机台时间，而不是架构上的巧思。
一边谈合作一边招团队，Anthropic让微软的算盘更复杂
微软推动Maia芯片的一个重要商业逻辑是争取外部云客户。据The Information此前报道，，用于训练和运行Claude模型。如果这笔交易落地，Anthropic将成为Maia系列最重要的外部标杆客户。
但局面在8月初发生了微妙变化。8月5日，，目标是自研用于Claude的定制芯片。公司发言人称仍将采取"多芯片策略"，同时使用外部合作伙伴的硬件。Ars Technica报道指出，Anthropic正在招聘具备流片经验的高级芯片工程师。
这意味着Anthropic既是微软Maia的潜在买家，也是一个正在成长中的长期竞争对手。加上Anthropic已与AWS签署的10年Trainium协议和与Google TPU的合作，Maia要在这张已经非常拥挤的芯片供应版图中挤出一个位置，难度可想而知。
更广的行业背景是：Google TPU已进入创收阶段，Amazon Trainium在客户中扩散，Meta自研芯片已部署，OpenAI与Broadcom合作推出了Jalapeño推理芯片。每一家有能力的大模型公司都在试图摆脱Nvidia的单一供应依赖——但当所有人都在做同一件事时，台积电的产能就成了新的单一依赖。
百万颗野心的对面，是上一代还没跑起来
Maia 300的产能雄心暴露了微软在AI基础设施上真正的焦虑：Nvidia GPU又贵又难买，自研芯片是唯一可能打破成本结构的出路。但从Maia 200的经验来看，把芯片造出来和把它大规模跑起来是两回事。
The Information的报道指出，Maia 200目前仅部署在少量数据中心。如果第一代芯片跑了一年还没能在Azure基础设施中铺开，第二代把产能目标翻十倍的依据是什么，目前没有公开答案。Andrew Wall的降温表态，或许正是对这个问题最诚实的回应。