微軟Maia 200掰TPUv7手腕，AI推理加速進(jìn)入定制時(shí)代

微軟終于發(fā)布了第二代定制AI芯片Maia 200。這距離它上一代AI芯片已經(jīng)過去了兩年多，迭代節(jié)奏既慢于英偉達(dá)不斷加速的產(chǎn)品周期，也落后于谷歌TPU的代際推進(jìn)。但它已經(jīng)能夠讓微軟站穩(wěn)，參與這場大規(guī)模云廠商之間的“軍備競賽”。作為后來者，它更直接地圍繞當(dāng)前推理負(fù)載的真實(shí)約束展開。

AI已經(jīng)進(jìn)入推理時(shí)代，不同應(yīng)用場景需要針對不同約束條件優(yōu)化。這正是過去一年英偉達(dá) GPU 敘事出現(xiàn)松動(dòng)的底層原因。但到了2026年，競爭的重心進(jìn)一步下沉至超大規(guī)模云廠商定制 AI 芯片之間的正面較量。誰能在給定成本、延遲和能耗水平下，提供更高的實(shí)際性能，誰才有望贏得這場競爭。

去年，TPU最先改變了AI競爭。谷歌Gemini 3與第七代TPU Ironwood的組合，開始對主要基于英偉達(dá)GPU的OpenAI，形成了總擁有成本上的長期競爭優(yōu)勢。到年底，亞馬遜第三代Trainium發(fā)布，讓Anthropic有底氣不斷推出更強(qiáng)大的智能體應(yīng)用。在這場競賽中，無論是微軟還是OpenAI，盡管關(guān)系日益微妙，但仍然誰都離不開誰。

2025/12/1 完整閱讀 >

在官方博客中，微軟將Maia 200描述為“目前所有超大規(guī)模數(shù)據(jù)中心中性能最高的自研芯片”。按照微軟給出的測算，如果以Maia 200替換其現(xiàn)有AI推理基礎(chǔ)設(shè)施，那么在相同投入下，每1美元可獲得約30%的額外性能，相當(dāng)于將OpenAI最新GPT-5.2模型的單位推理成本降低近25%。

具體而言，Maia 200采用臺積電3nm工藝制造，擁有超過1400億顆晶體管。每塊芯片在FP4精度下，可實(shí)現(xiàn)超過10 PFLOPS的算力，是亞馬遜Trainium 3的近4倍，F(xiàn)P8性能超越了谷歌第七代TPU。它搭載了216GB的HBM3e，內(nèi)存帶寬7 TB/s，縱向擴(kuò)展帶寬高達(dá)2.8 TB/s。

事實(shí)上，如果僅從紙面指標(biāo)來看，Maia 200的多項(xiàng)性能參數(shù)，已經(jīng)不在英偉達(dá)的B200之下，甚至在部分精度推理場景下，可以與最新的B300相提并論。當(dāng)然，下半年英偉達(dá)Vera Rubin架構(gòu)的GPU，將再次抬高這場競賽的準(zhǔn)入門檻。

不過，在超大規(guī)模系統(tǒng)擴(kuò)展能力上，微軟仍然有所取舍。Maia 200支持最多6,144顆AI芯片縱向互聯(lián)，規(guī)模略低于谷歌Ironwood所能支持的9,216顆芯片，超節(jié)點(diǎn)層面的峰值算力也因此稍遜一籌。

在大規(guī)模推理時(shí)代，能效正在上升為另一個(gè)決定性競爭要素。如果說，每一美元可獲得的算力決定了“token工廠”的資本開支，那么，每一瓦所能輸出的性能則直接影響其長期運(yùn)營成本。在微軟披露的典型推理工況下，Maia 200在750W的TDP（熱設(shè)計(jì)功耗）約束內(nèi)，仍能釋放出極高的有效算力，其單位功耗性能明顯優(yōu)于谷歌、亞馬遜與英偉達(dá)當(dāng)前一代的AI芯片。

為了以更低的成本持續(xù)生成token，微軟在Maia 200上做出了一系列高度指向性的架構(gòu)取舍。它或部分代表了未來定制AI芯片的趨勢。

其中最核心的一點(diǎn)，是它從底層開始就為低精度執(zhí)行而原生設(shè)計(jì)。通過降低數(shù)值精度，不僅可以顯著提升推理吞吐、壓縮內(nèi)存占用，還能同步改善每瓦性能。相比之下，谷歌第七代 TPU 并未公開其在FP4精度下的算力表現(xiàn)，而亞馬遜第三代Trainium在FP4下的算力，也并未相較FP8出現(xiàn)提升。

盡管市場普遍認(rèn)為，谷歌第七代TPU在單位成本算力上已對英偉達(dá)Blackwell架構(gòu)形成壓力，但這種優(yōu)勢并非在所有推理階段都同樣成立。有分析顯示，在Prefill階段，英偉達(dá)憑借對FP4精度的支持，使GB200/GB300相較TPU v7 External仍保有約35%–50%的成本優(yōu)勢；而在Decode階段，雙方的實(shí)際性價(jià)比差距也沒有那樣懸殊。

這也從側(cè)面解釋了英偉達(dá)近幾代架構(gòu)的演進(jìn)邏輯。Blackwell為超低精度推理系統(tǒng)性地鋪平了道路，原生支持FP4、MXFP4與NVFP4等多種4位浮點(diǎn)格式，為模型在更低精度下運(yùn)行預(yù)留了充分空間。在此基礎(chǔ)上，相較GB200，GB300的主要性能增量幾乎全部集中在FP4吞吐率與低精度執(zhí)行效率上；而隨后的Vera Rubin架構(gòu)，則繼續(xù)放大FP4在整體算力結(jié)構(gòu)中的權(quán)重。

但在推理場景中，決定系統(tǒng)上限的，往往并不只是算力本身，而是數(shù)據(jù)如何被存儲、如何被訪問，以及能夠被多近地反復(fù)使用。正如“HBM 之父”金正浩（Jung Ho Kim）所形容的那樣，AI系統(tǒng)更像是一塊奶油蛋糕，真正決定品質(zhì)與價(jià)值的，是內(nèi)存這層“奶油”。

正是在這樣的背景下，Maia 200的設(shè)計(jì)開始圍繞大體量片上SRAM做文章。微軟并沒有繼續(xù)單純押注更高帶寬的HBM，而是重新設(shè)計(jì)了內(nèi)存層次結(jié)構(gòu)，將大量存儲能力前移到計(jì)算單元附近。Maia 200搭載了272 MB的片上SRAM，不僅高于亞馬遜Trainium 3的256 MB，也超過了以速度著稱的Groq LPU的230 MB。

這種思路并不陌生。如果HBM代表著“更大的帶寬”，那么通過SRAM層面的創(chuàng)新，實(shí)現(xiàn)“更近的距離”。某種意義上，這也是英偉達(dá)近年來重新審視推理架構(gòu)的重要線索。去年底，黃仁勛砸了200億美元，把Groq的核心團(tuán)隊(duì)收編回家。

2025/12/25 完整閱讀 >

片上SRAM之于Maia 200的意義，并不只在于容量本身，更在于它重新定義了數(shù)據(jù)在推理芯片中的流動(dòng)方式。與依賴硬件緩存自動(dòng)調(diào)度不同，Maia 200將片上SRAM劃分為Tile級與Cluster級兩個(gè)層次，并交由軟件進(jìn)行顯式管理。這意味著，哪些數(shù)據(jù)該被固定在計(jì)算單元附近、哪些數(shù)據(jù)需要在不同計(jì)算階段之間流轉(zhuǎn)，成為可被精確規(guī)劃的數(shù)據(jù)路徑選擇。大量原本必須往返HBM的數(shù)據(jù)，駐留在片上，降低了對更高延遲內(nèi)存層級的依賴。這使得即便在模型結(jié)構(gòu)愈發(fā)復(fù)雜、序列長度不斷拉長的情況下，計(jì)算單元仍能維持較高的利用率和穩(wěn)定的吞吐表現(xiàn)，也降低了能耗。

圍繞這一重新設(shè)計(jì)的內(nèi)存層次結(jié)構(gòu)，Maia 200構(gòu)建了一套高度面向推理的數(shù)據(jù)流架構(gòu)。與之配合的，是分層設(shè)計(jì)的專用DMA（Direct Memory Access）引擎。其中，Tile級DMA負(fù)責(zé)計(jì)算單元與本地SRAM之間的細(xì)粒度搬運(yùn)，Cluster級DMA調(diào)度片上不同計(jì)算單元與HBM之間的數(shù)據(jù)流動(dòng)。更關(guān)鍵的是，這套DMA體系并非被動(dòng)響應(yīng)計(jì)算請求，而是通過提前調(diào)度與傳輸重疊，將數(shù)據(jù)在計(jì)算單元真正需要之前送達(dá)，從而最大限度地減少空轉(zhuǎn)。

對于微軟而言，Maia 200并非單純的硬件升級路徑。去年底，微軟CEO薩蒂亞·納德拉(Satya Nadella)在一次訪談中，提及微軟的計(jì)劃是在自己的MAI模型和芯片之間建立協(xié)同設(shè)計(jì)的閉環(huán)。

目前，Maia 200已率先部署在微軟位于愛荷華州的數(shù)據(jù)中心，并開始進(jìn)入實(shí)際生產(chǎn)環(huán)境。MicrosoftAI的CEO穆斯塔法·蘇萊曼（Mustafa Suleyman）透露，微軟已經(jīng)在使用Maia 200研發(fā)自己的前沿大模型。同時(shí)，下一代Maia 300的設(shè)計(jì)工作也已啟動(dòng)。

在這個(gè)意義上，Maia系列并不是為了“對標(biāo)英偉達(dá)”而存在，而是被定位為“一家擁有統(tǒng)一平臺邏輯的公司”中的關(guān)鍵拼圖。