📊Bloomberg Technology•最新收集於 13m
Microsoft 計畫大幅提高 AI 晶片產量
💡Microsoft 可能擴大自研 AI 晶片產量，或將改變 Azure 容量與加速器競爭格局。
⚡ 30-Second TL;DR
有什麼變化
據報導，Microsoft 計畫大幅提高下一代 AI 晶片的產量。
為什麼重要
如果獲得確認，此計畫可能提升 Microsoft 在 Azure 及其產品生態系中擴展 AI 工作負載的能力。這也可能加劇 AI 晶片供應商之間的競爭，並影響企業對雲端容量與價格的預期。
下一步行動
檢視你的 Azure 工作負載架構，並持續關注 Microsoft 對下一代 AI 晶片可用性、執行個體類型與定價的公告。
誰應關注：Enterprise & Security Teams
關鍵要點
- •據報導，Microsoft 計畫大幅提高下一代 AI 晶片的產量。
- •該消息源自 The Information，但尚未提供具體晶片數量或時程。
- •增加自有晶片供應可能降低 Microsoft 對外部 AI 加速器供應商的依賴。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Microsoft 的自研晶片計畫主要由其 Maia 系列處理器領軍，旨在針對 Azure 雲端基礎設施進行深度優化。
- •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，並降低長期營運成本的策略性佈局。
- •Microsoft 正在擴大其硬體工程團隊，並與台積電（TSMC）等晶圓代工廠深化合作，以確保先進製程產能的穩定性。
- •除了 Maia 晶片，Microsoft 同時也在開發名為 Cobalt 的自研 ARM 架構 CPU，旨在提升雲端運算效能與能源效率。
- •分析師指出，Microsoft 透過垂直整合硬體與軟體堆疊，能更有效地支援其 Copilot 與 OpenAI 模型的大規模推論需求。
📊 競品分析▸ Show
| 特性 | Microsoft (Maia/Cobalt) | Google (TPU) | Amazon (Trainium/Inferentia) |
|---|---|---|---|
| 核心定位 | Azure 雲端優化 | TensorFlow/JAX 深度整合 | AWS 成本效益推論/訓練 |
| 架構 | 自研 ASIC/ARM CPU | 自研 ASIC (TPU) | 自研 ASIC |
| 主要優勢 | 與 Windows/Office 生態整合 | 軟體生態系成熟度高 | AWS 基礎設施成本優勢 |
🛠️ 技術深入
- Maia 100 晶片採用 5 奈米製程，專為大型語言模型（LLM）的訓練與推論進行架構設計。
- 採用客製化的網路通訊協定，以減少大規模叢集運算中的延遲問題。
- Cobalt 100 CPU 基於 ARM Neoverse CSS 架構，強調在雲端原生工作負載下的每瓦效能（Performance-per-watt）。
- 晶片設計整合了 Microsoft 自有的冷卻解決方案，以適應高密度資料中心的散熱需求。
🔮 前景展望AI analysis grounded in cited sources
Microsoft 將顯著降低對 NVIDIA 的資本支出佔比
隨著自研晶片產能提升，Microsoft 將能以更低的單位成本滿足內部 AI 服務的基礎設施需求。
Azure 雲端服務的定價競爭力將提升
透過使用自研晶片取代昂貴的第三方 GPU，Microsoft 有空間在雲端運算服務上提供更具競爭力的價格。
⏳ 時間線
2023-11
Microsoft 於 Ignite 大會正式發表首款自研 AI 晶片 Maia 100 與 CPU Cobalt 100。
2024-05
Microsoft 在 Build 大會宣布 Maia 晶片已開始在 Azure 資料中心進行內部測試與部署。
2025-03
市場傳出 Microsoft 擴大與台積電合作，計畫將 Maia 系列晶片導入更先進的製程節點。
📰
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 ↗