Microsoft 將 Azure Maia 系統擴展至多吉瓦級部署

Azure Maia 200 正式投入生產環境

Microsoft 宣布其自研的 Azure Maia 200 晶片已進入生產環境，成為支援 Microsoft Copilot 等服務的核心基礎設施。這項進展顯示 Microsoft 在「超級智慧」時代的基礎設施策略進入新階段，並確立 Maia 系列為其產品與服務的主要推理系統。根據官方說明，Maia 200 目前不僅服務於 Microsoft Copilot，還支援 MAI 團隊開發下一代模型的工作負載。此外，GitHub Copilot 與 Microsoft Foundry 預計於今年年底前加入支援行列。

在實際應用層面，Maia 200 已部署於美國、歐洲及澳洲等地，運行包括 OpenAI 模型、Microsoft 自研的 MAI 模型以及多個領先的開源模型家族。透過這些大規模工作負載的實測，Microsoft 的硬體與軟體團隊得以進行獨特的共同設計，針對企業應用與產業場景中的真實案例進行優化。數據顯示，Maia 200 在 Microsoft Teams、Copilot 及 Cowork 體驗的內建 AI 功能上，每瓦特可產生高達 1.7 倍的 token 產出，效能優於領先的 GPU 基礎設施。

Maia 300 架構亮點與 2027 年部署計畫

Microsoft 同時預告，第三代 Azure Maia 300 系統將於 2027 年開始生產部署，並將部署規模擴展至多吉瓦級（multi-gigawatt）。Maia 300 專為新興的 AI 工作負載設計，包括長上下文推理、對延遲敏感的對話體驗以及持續性的多步驟代理任務。該系統採用推理優先的架構，目的是平衡雲端規模下的運算、記憶體頻寬、網路與電力效率。

在關鍵技術規格方面，Maia 300 具備以下特點： * 軟體定義資料流架構：透過 AI 輔助的 kernel 最佳化，最大化資料局部性，減少資料移動並提升資源利用率，從而獲得優於傳統 GPU 架構的每瓦特效能優勢。 * 高記憶體頻寬：搭載八個 HBM4 堆疊，在 950 瓦特 TDP 下提供 18.0 TB/s 的峰值記憶體頻寬。系統還利用晶片上 SRAM 作為軟體管理的暫存區，以降低對 HBM 的壓力。 * Chiplet 架構：採用新的多晶片模組架構，將運算、記憶體控制器與 I/O 功能分離。運算晶片模組採用 TSMC 的 N2P 製程節點，以最大化每瓦特效能。 * 低精度格式支援：支援增強型 MXFP4 等先進低精度格式，減少運算與 KV-cache 儲存的記憶體需求，實現更大的上下文視窗與更高的吞吐量。 * 資料中心規模的 Scale-up 網路：利用基於乙太網路的基礎設施，提供高頻寬互連，優化張量平行化，並透過自訂 AI 傳輸協議實現從單一機架到資料中心規模的高效擴展。

效能提升與 Frontier Transformation 願景

Microsoft 預期，Maia 300 在每兆瓦特可產生的 token 數量上，將比領先的 GPU 系統高出 40%。在完整的 96 加速器配置下，其機架規模的 token 吞吐量可達 Maia 200 的 7 倍。具體而言，Maia 300 機架系統在 167 千瓦的電力範圍內整合 96 個加速器，提供 27.6 TB 的 HBM 容量與 1.7 PB/s 的聚合 HBM 頻寬，顯著提升資料中心容量與 AI 服務擴展的經濟效益。

Microsoft 強調，其獨特優勢在於能夠在開放、異質且模型多樣化的平台上，從晶片、系統到代理程式進行全面優化。Azure Maia 作為「Frontier Transformation」的核心組成部分，目的是開發負責任、負擔得起且可擴展的平台，幫助客戶擴大 AI 存取權、加速創新並從 AI 中獲取更多價值。Microsoft 預計於下個月在舊金山舉行的 Microsoft Ignite 2026 活動中，分享更多關於此戰略與技術採用趨勢的資訊。