Microsoft 计划从 2027 年起将 Azure Maia 系统家族扩展至多吉瓦级部署，使这些系统成为其产品和服务的主要推理平台。该公司确认，Azure Maia 200 已进入生产阶段，目前正在运行包括 Microsoft Copilot 在内的实际工作负载。
Maia 200 使用 OpenAI 模型、Microsoft 旗下 MAI 模型以及多个开源模型家族。该系统还支持 MAI 团队开发后续模型，并计划在 2026 年底前扩展至 GitHub Copilot 和 Microsoft Foundry。目前的 Maia 200 部署分布在美国、欧洲和澳大利亚。
Microsoft 发布了什么？
该公司将 Maia 300 介绍为第三代完整智能系统，专为长上下文推理工作负载、对响应延迟敏感的对话体验以及多步骤代理任务而设计。根据 Microsoft 的数据，该系统的目标是每兆瓦提供的令牌数量比基于领先 GPU 的现有系统高 40%；而一套包含 96 个加速器的完整配置，在机架级别的令牌速率最高可达到 Maia 200 的七倍。
Maia 300 的生产部署计划于 2027 年开始。Microsoft 未在材料中公布更详细的时间表或该系统的商业价格。
专注于推理和能效的设计
Maia 300 采用以推理为先导向的架构，在计算能力、内存带宽、网络和功耗之间进行平衡。Microsoft 表示，由软件定义的数据流架构与人工智能辅助的内核优化共同构成的设计，旨在减少数据传输，并提高计算、内存和网络资源的利用率。
该系统配备八个 HBM4 单元，在 950 瓦的热设计功耗限制下提供每秒 18.0 太字节的峰值带宽。它还采用多芯片架构，将计算功能、内存控制单元以及输入输出功能分离，并使用 TSMC N2P 工艺制造计算芯片。包括优化后的 MXFP4 在内的低精度格式，有助于降低模型及 KV-cache 的内存和带宽需求。
实际会发生什么变化？
Maia 300 专用机架系统将在 167 千瓦的功率范围内集成约 96 个加速器，HBM 容量为 27.6 太字节，总带宽达到每秒 1.7 拍字节。Microsoft 借助这种高密度设计，致力于在每个机架上运行更多并发人工智能交互和更大的工作负载，这可能提高数据中心的扩展能力。
该公司还设计了扩展网络，使数据流操作能够跨计算、内存和网络作为一个统一系统运行，并通过高带宽连接连接各个加速器，同时采用基于以太网架构的专用人工智能传输。该架构的目标是实现从单个机架扩展到数据中心级别。
为什么这条消息重要？
这一举措表明，Microsoft 并不只是将推理视为购买独立加速器的问题，而是将其作为涵盖芯片、内存、网络、软件和实际服务工作负载的完整系统来处理。该公司表示，在 Teams、Copilot 和 Cowork 中运行 Maia 200 后，相较于领先的 GPU 架构，每瓦可处理的令牌数量最高达到 1.7 倍；这一经验直接影响了 Maia 300 的设计。
根据材料，新系统将用于运行 Microsoft 服务、GitHub Copilot、Microsoft Foundry、MAI 模型和 Dragon Copilot。不过，本文所列的性能和能效数据是 Microsoft 公布的估算值和结果，材料不包含独立测试或与竞争系统进行完整比较的细节；因此，实际可验证性仍取决于 2027 年开始部署后的实际测试。