微软 Maia 200

是什么

微软于 2026 年 1 月 26 日发布 Maia 200，定位是推理加速器（inference accelerator）^[1]。推理加速器是专门用来运行已经训练好的模型的芯片：它把模型权重放在自己身上，执行生成每一个回答所需要的计算。训练和服务对硬件的需求并不相同，所以芯片厂商会单独设计面向服务一侧的产品。

设计与内存

微软称 Maia 200 由台积电（TSMC）以 3 纳米工艺制造，晶体管数量超过 1400 亿个 ^[1][2]。工艺节点描述的是代工厂的制造世代，更先进的节点通常能在同样面积的硅片上放下更多晶体管、降低每次开关的能耗。

这颗芯片配备 216 GB 的 HBM3e 内存，带宽 7 TB/s，另有 272 MB 的片上静态随机存储器（SRAM）^[1]。HBM 即高带宽内存，是把动态随机存储器（DRAM）多层堆叠在处理器旁边，用又宽又快的通道搬运数据。运行模型在很大程度上是一个内存问题：生成每个词元（token）都要反复把权重和缓存的注意力状态送过芯片，因此内存容量决定一个模型能否放进单颗芯片，内存带宽决定词元输出的快慢。SRAM 位于芯片内部，比片外内存更快，但容量小，只够支撑很短时间内的计算。

算力与互联

微软称每颗 Maia 200 在 FP4 下提供超过 10 petaflops 的算力，在 FP8 下超过 5 petaflops，整个系统级芯片（SoC）的热设计功耗为 750 W ^[1][2]。FP4 和 FP8 是数字格式，每个数值只用 4 位或 8 位存储，而不是常规浮点数的 16 位或 32 位；位数越少，内存搬运量越小、同样面积硅片的吞吐越高，代价是精度下降。上述数字描述的是芯片连同封装内存在这一功耗上限内运行时的表现。

每个加速器提供 2.8 TB/s 的双向纵向扩展（scale-up）带宽，并支持通过标准以太网组成最多 6144 个加速器的集群 ^[1]。纵向扩展带宽是让协同处理同一任务的加速器直接交换数据的高速链路，通常决定一个模型能摊到多少颗芯片上。采用以太网而不是专门定制的互联，意味着运营方可以使用大规模部署的通用网络设备。

微软称 Maia 200 的每美元性能比其机队中最新一代硬件高出 30% ^[1]。每美元性能在推理场景比在训练场景更重要，因为服务是持续运行的，成本主要取决于一台机器在寿命内、在给定功耗和采购支出下能完成多少工作。

软件

微软预览了 Maia 软件开发工具包（SDK），其中包含 Triton 编译器、对 PyTorch 的支持、底层的 NPL 编程，以及模拟器和成本计算器 ^[1][2]。编译器把模型代码翻译成芯片可以执行的指令，因此对常见框架和编译工具链的支持程度，决定已有模型迁移到新硬件上的难易。模拟器和成本计算器让开发者在拿到实体芯片之前，就能估计某个负载会怎样运行、成本大概多少。

部署在哪里

微软首先把 Maia 200 部署在位于艾奥瓦州得梅因（Des Moines）附近的美国中部数据中心区域，随后将扩展到位于凤凰城附近的美国西部 3 区域 ^[1]。微软表示这颗芯片将运行 OpenAI 的 GPT-5.2 模型，并支持 Microsoft Foundry 和 Microsoft 365 Copilot ^[1]。

在版图中的位置

微软称 Maia 200 的 FP4 性能是亚马逊第三代 Trainium 的三倍，FP8 性能高于谷歌第七代 TPU ^[1]。这类对比来自发布芯片的厂商本身，而不是独立的基准测试，比较的是特定数字格式下的峰值数字，而非真实负载上测得的吞吐。这次发布所确立的事实是：一家大型云服务商计划用自己设计的芯片来服务一个旗舰级的第三方模型系列，并在其周围配套软件栈和数据中心区域。