微软(MSFT-US)周一(12日)发表第三代自研AI晶片Maia 300，计划明年部署可能超过100万颗，支援内部AI服务，并借由提升整体系统效率降低运算成本。随着云端业者与AI开发商加速投入自研晶片，微软这项大规模部署计划，也凸显业界正寻求降低对辉达(NVDA-US)的依赖。

据《路透》报导，Maia 300主要用于处理AI运算，包括程式设计，以及代替使用者执行复杂的商业任务。其前一代产品已用于运行微软自家AI模型，以及透过Azure云端服务提供的OpenAI模型。

从云端运算竞争对手到OpenAI等AI企业，近期纷纷推出客制化晶片，希望削弱辉达在AI运算市场的主导地位。微软此次也采取不同于辉达的技术路线，试图在效能、成本与耗电量之间取得更好的平衡。

辉达的AI加速器采用大型运算晶片，周围搭配高频宽记忆体；Maia 300的核心运算处理器则采用「小晶片」(chiplet)设计，将多颗通常各有专门功能的晶片整合在一起。

其中，负责关键运算功能的小晶片采用台积电(2330-TW)(TSM-US)的2奈米制程，其他负责将资料移出处理器、传送至系统其他部分等功能的小晶片，则使用成本较低的3奈米制程。

Maia 300将配置于每座搭载96颗晶片的伺服器机柜，功耗约167千瓦。相较之下，辉达最新GB300 AI伺服器机柜搭载72颗绘图处理器(GPU)，功耗约142千瓦。

微软表示，Maia 300每消耗1百万瓦电力，所能完成的有效运算量，比「领先的GPU系统」高出约40%。不过，公司并未揭露比较所采用的具体系统，因此无法将这项数据直接视为与GB300的比较结果。

微软Azure硬体系统与基础设施总裁Rani Borkar接受《路透》访问时表示，透过整体系统最佳化，公司希望让每一瓦电力、每一美元投入，以及每一位元组记忆体，都能支援更多AI运算。

微软计划自明年起，推动Maia 300达数十亿瓦规模的部署。公司先前已表示，今年资本支出预计超过1,750亿美元，显示在持续扩建AI基础设施的同时，如何提高每笔投入的运算效益，也成为重要课题。