微软发布Maia 300 AI芯片：288GB HBM4内存配18TB/s带宽，2027年部署

微软正式发布面向人工智能负载的Maia 300芯片。新品配备288GB的HBM4内存，内存带宽18TB/s，在FP4精度下的算力上限为13.8 PFLOPS，采用台积电N2P制程，计划2027年部署。

随着大模型参数规模持续膨胀，云厂商对自研AI芯片的投入明显加码。相比通用GPU，自研加速器可以针对自家数据中心的网络、散热与软件栈做深度定制，既有助于压低单位算力的成本，也能减少对外部供应商的依赖。微软的Maia系列正是在这一背景下持续推进的，其迭代节奏也牵动着整个AI基础设施的走向。

设计上，Maia 300采用多芯粒方案：主要计算部分基于台积电N2P 2纳米制程，另外集成独立的内存芯粒与I/O芯粒。算力方面，其FP4最高为13.8 PFLOPS，FP8为6.9 PFLOPS；它的SoC功耗额定达到950W，比Maia 200的750W高出不少，功耗的抬升也反映出性能与能效之间的取舍。

存储与互联是这款芯片的亮点。它配备8组HBM4内存，总容量288GB，带宽18TB/s，更适合对内存容量要求较高的AI推理任务；双向的扩展互连带宽为3.2TB/s，底层是一套基于以太网的双层网络。在部署形态上，一个机架就能装下96颗Maia 300，最多可以组成含有12000颗加速器的集群，为大规模AI推理与训练提供更紧凑、也更容易扩展的算力单元。

放眼市场，英伟达仍在AI加速器领域占据主导，谷歌、亚马逊等云厂商也都在推进各自的定制芯片。微软Maia 300的规格公布，意味着这条自研路线进入了新的迭代周期。后续的软件生态与开发者适配是否顺畅，将决定它能在多大范围内替代外购算力，也会影响云服务市场的成本结构。

在软件层面，微软也在同步推进配套的工具链与开发框架，以降低开发者迁移到自家芯片的门槛。能否把硬件规格转化为实际可用的算力，最终还要看生态的成熟度。

文章与图片内容转载网络，如有侵权请联系平台删除