📊Bloomberg Technology•最新收集於 9m
Microsoft 計畫大幅擴增 AI 晶片產量
💡Microsoft 的客製化晶片可能改變 Azure AI 的成本、容量與加速器選擇。
⚡ 30-Second TL;DR
有什麼變化
據報 Microsoft 計畫大幅提高下一代 AI 晶片產量。
為什麼重要
更多由 Microsoft 設計的 AI 晶片可能加劇加速器市場競爭，並提升公司對成本、供應量與效能的掌控。雲端客戶未來可能獲得更多基礎設施選項，但目前規格與部署時程仍不明朗。
下一步行動
在調整雲端部署計畫前，追蹤 Microsoft Azure 對下一代 AI 加速器的供應情況、定價與支援工作負載公告。
誰應關注：Enterprise & Security Teams
關鍵要點
- •據報 Microsoft 計畫大幅提高下一代 AI 晶片產量。
- •消息來源為《The Information》，Microsoft 尚未正式宣布此計畫。
- •此策略可能降低 Microsoft 對外部 AI 加速器供應商的依賴。
- •擴大的客製化晶片產能可能支援 Microsoft 的雲端 AI 基礎設施。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Microsoft 的客製化晶片計畫主要由其內部代號為『Maia』的 AI 加速器系列領軍，旨在針對 Azure 雲端平台進行深度優化。
- •此舉是 Microsoft 為了緩解對 NVIDIA 高階 GPU（如 Blackwell 系列）供應鏈的高度依賴，並藉此降低長期營運成本。
- •Microsoft 正在擴大其晶片設計團隊，並與台積電（TSMC）等晶圓代工廠深化合作，採用先進製程節點以提升晶片效能。
- •除了硬體產量，Microsoft 同時投入大量資源開發配套的軟體堆疊與編譯器，以確保其客製化晶片能無縫支援 OpenAI 的大型語言模型。
- •分析師指出，此策略不僅是為了基礎設施需求，更是為了在 AI 運算成本競爭中取得定價優勢，進而提升 Azure 在企業級 AI 市場的市佔率。
📊 競品分析▸ Show
| 特性 | Microsoft (Maia) | Google (TPU) | Amazon (Trainium/Inferentia) |
|---|---|---|---|
| 主要目標 | Azure 雲端 AI 推論與訓練 | Google Cloud AI 服務 | AWS 雲端 AI 服務 |
| 架構優勢 | 與 Azure 軟體堆疊深度整合 | 針對 TensorFlow/JAX 優化 | 針對 AWS 基礎設施成本優化 |
| 市場定位 | 降低對 NVIDIA 依賴 | 垂直整合 AI 生態系統 | 提供高性價比雲端運算 |
🛠️ 技術深入
- Maia 晶片採用專為大規模 AI 模型訓練與推論設計的架構，強調高頻寬記憶體（HBM）的整合以解決記憶體牆問題。
- 支援多種精度格式（如 FP8, BF16），以在維持模型準確度的同時最大化運算吞吐量。
- 具備高度可擴展的互連技術，支援數千顆晶片組成的叢集運算，以應對 GPT-4 等超大型模型的訓練需求。
- 採用先進的封裝技術，以提升晶片間的資料傳輸效率並降低功耗。
🔮 前景展望AI analysis grounded in cited sources
Microsoft 將在 2027 年前顯著降低其 Azure 雲端服務對 NVIDIA GPU 的採購佔比。
隨著 Maia 系列晶片產能擴大，Microsoft 將有能力將更多內部工作負載轉移至自研硬體，減少對外部供應商的依賴。
Microsoft 的 AI 雲端服務定價將在未來 18 個月內更具競爭力。
透過自研晶片取代昂貴的第三方 GPU，Microsoft 能有效降低單位運算成本，進而提供更具吸引力的雲端定價策略。
⏳ 時間線
2023-11
Microsoft 於 Ignite 大會正式發表首款自研 AI 晶片 Maia 100。
2024-05
Microsoft 宣布擴大在美國與全球的資料中心投資，並開始部署 Maia 晶片以支援 Azure AI 服務。
2025-03
業界報導指出 Microsoft 開始研發第二代 Maia 晶片，重點提升能效比與推論速度。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗