Microsoft Maia 200承诺为AI工作负载带来巨大性能提升

该公司表示，在部分主流人工智能基准测试中，Maia 200 的计算性能达到亚马逊网络服务公司（Amazon Web Services Inc.）最先进的 Trainium 处理器的三倍，同时在其他一些测试中表现优于谷歌公司（Google LLC）最新的张量处理单元（TPU）。

Maia 200 是 2023 年推出的 Maia 100 芯片的继任产品，其设计初衷是让最强大的大型语言模型以更快速度运行，且具备更高的能效。该芯片集成了超过 1000 亿个晶体管，以 4 位精度运行时可提供超过 10 拍浮点运算 / 秒（petaflops）的算力，8 位精度下的算力约为 5 拍浮点运算 / 秒，相较于初代定制芯片实现了显著升级。

微软称，这款芯片主要面向人工智能推理工作负载设计。推理指的是运行已训练完成的人工智能模型的过程，随着该技术日益成熟，推理已成为人工智能运营成本中愈发重要的组成部分。

据微软透露，Maia 200 已在爱荷华州得梅因市的数据中心投入运行，支撑的负载包括 Copilot 365、OpenAI 集团（OpenAI Group PBC）的 GPT-5.2 模型以及其人工智能超级智能团队（AI Superintelligence team）的多个内部项目。该公司计划在未来几周内，在凤凰城的数据中心设施部署更多 Maia 200 芯片。

Maia 200 的推出，加速了主流云服务提供商自主研发定制人工智能处理器的趋势 —— 这类芯片将作为英伟达公司（Nvidia Corp.）图形处理器（GPU）的替代方案。目前，英伟达 GPU 仍承担着全球绝大多数人工智能工作负载，但这类产品价格高昂且需求极为旺盛。近十年前，谷歌凭借其张量处理单元（TPU）率先开启了这一趋势；亚马逊的 Trainium 芯片目前已迭代至第三代，第四代也即将推出。

微软在这场竞赛中入局较晚，其首款迈亚（Maia）芯片直到 2023 年的微软技术大会（Ignite）上才正式亮相。不过，尽管处于追赶态势，微软方面表示，迈亚 200 芯片与微软 Copilot 等人工智能模型及应用的深度集成，使其在诸多工作负载中具备显著优势。相较于初代迈亚芯片，这一代产品更明确地聚焦于推理任务而非训练任务，这一优化使其性价比提升了 30%。

成本已成为公有云服务提供商之间的核心差异化竞争点 —— 原因在于，这些厂商为推进人工智能项目正消耗着巨额资金。训练人工智能模型的成本通常是一次性或周期性的支出，但推理成本却是持续产生的。因此，微软、谷歌和亚马逊均在努力压低产品定价，以与英伟达的图形处理器（GPU）展开价格竞争。

此外，微软宣布将向第三方开发者开放合作渠道，推出全新软件开发工具包（SDK），助力开发者针对迈亚 200 芯片优化其人工智能模型。该工具包已于今日启动早期预览。