微軟 Azure Maia 300 原型芯片。

微軟

在依賴英偉達圖形處理器多年後，微軟將加大對其自研人工智能芯片的使用力度，因為這家軟件巨頭試圖增強其 AI 技術棧。

微軟週一發佈了其第三代 Maia AI 加速器，並表示將主要依靠自研硅片來處理傳入的請求。

微軟在 AI 領域的最大優勢是其 Azure 雲，該雲平台為客户運行一系列模型。其 Microsoft 365 Copilot 和 GitHub Copilot 為軟件工程師和其他辦公人員提供由 AI 驅動的服務。該公司還開發內部模型，儘管這些模型在由 OpenAI、Anthropic 和谷歌主導的市場中尚未引起巨大轟動。

芯片領域的新興機遇源於對先進處理器的持續需求以及市場對選擇權的渴望。英偉達的 GPU 一直是 AI 工作負載和模型的標準，它們不僅填滿了微軟現有的數據中心，還用於訓練 OpenAI 和 Anthropic 的模型。

但隨着需求的不斷增長，模型領導者們已經採用了來自亞馬遜、Advanced Micro Devices、Cerebras、谷歌以及最近幾個月微軟等多家公司的各種硅片。

對於通用用途，微軟已經使用自研中央處理器以及英特爾和 AMD 的硅片。財務總監 Amy Hood 上個月在高盛會議上表示，使用自研芯片有助於 “在十年間改善利潤率”。

微軟於 2023 年推出了其首款 AI 芯片 Maia 100。今年一月，微軟宣傳了 Maia 200，首席執行官薩提亞·納德拉在七月告訴分析師，Maia 200 “比我們車隊中最新一代硬件每美元性能高出 30%”，並表示它正在處理 OpenAI 模型。

Maia 300 的生產將於 2027 年開始。執行副總裁 Scott Guthrie 在一篇博客文章中表示，微軟的目標是在數據中心部署多吉瓦級別的 Maia 系列芯片。但總經理 Alistair Speirs 拒絕提供時間表。

“我們在那裏保留了一點靈活性，因為這是一個變化非常快的行業，我們希望在我們使用正確模型的正確時間部署正確的芯片，” 斯皮爾斯説。

微軟預計每個數據中心機架將容納 96 個 Maia 300 芯片，是 Maia 200 數量的兩倍。與 GPU 相比，新版本每個機架可處理的 AI token 數量多達七倍，每兆瓦處理的 token 數量多出 40%。

“我們需要新的架構，本質上為我們提供更好的性能，更好地利用我們擁有的電力，” 斯皮爾斯説。“你也可以認為，對於數據中心這樣的設施，電力直接轉化為運營成本。”

該公司技術研究員 Jim Kleewein 表示，Maia 300 應該會加速 Microsoft 365 Copilot 的部分功能。

在週三發給客户的一份報告中，Evercore ISI 分析師估計，到 2027 年第一季度，Maia 將佔微軟 AI 芯片支出的約 10%。分析師建議買入微軟股票。

英偉達仍將佔據重要地位。首席執行官黃仁勳上週在一個活動上發表講話，當時微軟宣佈推出了一款包含英偉達處理器的 Surface 筆記本電腦。斯皮爾斯表示，在模型訓練方面，微軟與英偉達和 AMD 合作。

與谷歌的張量處理單元或亞馬遜的 Inferentia 和 Trainium 不同，微軟的加速器不能按小時租給其他公司。

諮詢公司 Moor Insights and Strategy 的首席執行官 Patrick Moorhead 表示：“目前還沒有人在微軟之外測試過它們。”

觀看： Melissa Otto：英偉達是 AI 交易的風向標