微软 Azure Maia 300 原型芯片。

微软

在依赖英伟达图形处理器多年后，微软将加大对其自研人工智能芯片的使用力度，因为这家软件巨头试图增强其 AI 技术栈。

微软周一发布了其第三代 Maia AI 加速器，并表示将主要依靠自研硅片来处理传入的请求。

微软在 AI 领域的最大优势是其 Azure 云，该云平台为客户运行一系列模型。其 Microsoft 365 Copilot 和 GitHub Copilot 为软件工程师和其他办公人员提供由 AI 驱动的服务。该公司还开发内部模型，尽管这些模型在由 OpenAI、Anthropic 和谷歌主导的市场中尚未引起巨大轰动。

芯片领域的新兴机遇源于对先进处理器的持续需求以及市场对选择权的渴望。英伟达的 GPU 一直是 AI 工作负载和模型的标准，它们不仅填满了微软现有的数据中心，还用于训练 OpenAI 和 Anthropic 的模型。

但随着需求的不断增长，模型领导者们已经采用了来自亚马逊、Advanced Micro Devices、Cerebras、谷歌以及最近几个月微软等多家公司的各种硅片。

对于通用用途，微软已经使用自研中央处理器以及英特尔和 AMD 的硅片。财务总监 Amy Hood 上个月在高盛会议上表示，使用自研芯片有助于 “在十年间改善利润率”。

微软于 2023 年推出了其首款 AI 芯片 Maia 100。今年一月，微软宣传了 Maia 200，首席执行官萨提亚·纳德拉在七月告诉分析师，Maia 200 “比我们车队中最新一代硬件每美元性能高出 30%”，并表示它正在处理 OpenAI 模型。

Maia 300 的生产将于 2027 年开始。执行副总裁 Scott Guthrie 在一篇博客文章中表示，微软的目标是在数据中心部署多吉瓦级别的 Maia 系列芯片。但总经理 Alistair Speirs 拒绝提供时间表。

“我们在那里保留了一点灵活性，因为这是一个变化非常快的行业，我们希望在我们使用正确模型的正确时间部署正确的芯片，” 斯皮尔斯说。

微软预计每个数据中心机架将容纳 96 个 Maia 300 芯片，是 Maia 200 数量的两倍。与 GPU 相比，新版本每个机架可处理的 AI token 数量多达七倍，每兆瓦处理的 token 数量多出 40%。

“我们需要新的架构，本质上为我们提供更好的性能，更好地利用我们拥有的电力，” 斯皮尔斯说。“你也可以认为，对于数据中心这样的设施，电力直接转化为运营成本。”

该公司技术研究员 Jim Kleewein 表示，Maia 300 应该会加速 Microsoft 365 Copilot 的部分功能。

在周三发给客户的一份报告中，Evercore ISI 分析师估计，到 2027 年第一季度，Maia 将占微软 AI 芯片支出的约 10%。分析师建议买入微软股票。

英伟达仍将占据重要地位。首席执行官黄仁勋上周在一个活动上发表讲话，当时微软宣布推出了一款包含英伟达处理器的 Surface 笔记本电脑。斯皮尔斯表示，在模型训练方面，微软与英伟达和 AMD 合作。

与谷歌的张量处理单元或亚马逊的 Inferentia 和 Trainium 不同，微软的加速器不能按小时租给其他公司。

咨询公司 Moor Insights and Strategy 的首席执行官 Patrick Moorhead 表示：“目前还没有人在微软之外测试过它们。”

观看： Melissa Otto：英伟达是 AI 交易的风向标