摘要： 微軟於 2026 年 1 月 26 日發表第二代自研加速晶片 Maia 200，定位為 AI 推理主力。官方數據為 FP4 突破 10 petaFLOPS、FP8 達 5 petaFLOPS、逾 1,400 億電晶體與 750W 封裝，並稱 Copilot 與內部模型已在使用。不過正式上線時程未公布，SDK 仍採邀請制，比較數據也缺獨立驗證。
2026 年 1 月 26 日，星期一，Microsoft 公開了自家第二代 AI 加速晶片 Maia 200。官方給的定位毫不拐彎：這是一顆「為擴展 AI 推理而生的矽晶片主力戰馬」，單一節點便「毫不費力地跑起當今最大的模型」，而且效能還留有餘裕，更大的模型同樣接得住。它的前身是 2023 年問世的 Maia 100；對 Microsoft 而言，這是自研晶片頭一回真正把矛頭指向推理規模化。
發表同一天，Maia 200 SDK 也跟著開放給開發者、學術機構與前沿 AI 實驗室。TechCrunch 轉述官方說明：這顆晶片已經在跑 Microsoft 超級智慧團隊的模型，Copilot 的日常運作同樣由它撐著——換句話說，它不是簡報裡的願景，而是早就進了生產環境接活的真東西。
帳面規格，以及對手比較
先看硬數據：FP4（4 位元）精度下算力突破 10 petaFLOPS，FP8（8 位元）則站上 5 petaFLOPS；電晶體總數超過 1,400 億顆，全部收進 750W 的 SoC 封裝。就產品級的 FP4 推理而言，外界已把這份成績形容成踩進 Blackwell 級的地盤——擺明要和 NVIDIA 的旗艦推理晶片正面相抗。
對比數據 Microsoft 也一併奉上：FP4 效能達到 Amazon 第三代 Trainium 的三倍，FP8 則壓過 Google 第七代 TPU。照慣例，廠商自己端出的評比得先打折——獨立第三方基準付之闕如，測試條件也沒有攤開來。不過，選在發表會上把兩家雲端同業的名字直接點出來，這個動作本身就是下戰帖：比較的尺度已經從「能不能用」挪到「誰的每 token 成本更低」。
押推理、不押訓練的理由
Maia 200 最核心的策略取捨，就落在「推理專用」這四個字上。訓練旗艦等級的模型需要極致規模的叢集，而那塊市場幾乎是 NVIDIA 的天下；反觀推理，才是日常營運成本裡真正的大宗——ChatGPT 每回一句話、Copilot 每補一次全，燒掉的都是推理算力。服務規模一旦放大，推理成本就直直逼近毛利那條線。
我們年初在開年觀察裡便點出，GPT-5.2 之後模型發布的步調明顯變快。迭代越快、鋪得越廣，推理需求的成長曲線就越陡——Google（TPU）與 Amazon（2025 年 12 月的 Trainium3）早已下注，Microsoft 此刻投下第三票。
自研晶片背後的成本算盤
超大規模雲端業者為什麼要自己做晶片，道理不難懂：一來降低對 NVIDIA 的倚重，二來把單位推理成本壓下來。當 Copilot 和模型服務改跑自家晶片，等於每一顆都省回了原本要付出去的 GPU 毛利。Constellation Research 的分析把這股浪潮歸進「自訂 AI 矽加速」的趨勢裡——重點不是把外部晶片整批換掉，而是讓超大規模業者手裡多出議價空間與成本彈性。
對 Microsoft 來說還有一層盤算：OpenAI、Anthropic 這類大客戶的算力合約，金額動輒數百億美元；自研推理晶片，正好能把這筆開銷的一部分收進自家帳內。
開發者實際用到的時間點
老實說：時間表還沒有。正式上線日期 Microsoft 並未公布，SDK 目前的玩法是邀請制——開發者、學術圈與前沿實驗室可以遞件申請，至於一般 Azure 用戶，介面上還看不到對應的執行個體選項。這條路徑和 Maia 100 當年如出一轍：先在內部把工作負載驗過一輪，再一步步開進雲端目錄。
對開發者而言，真正有價值的是拿來做規劃：低精度（FP4/FP8）推理已是回不了頭的方向，模型量化、KV cache 管理、推理引擎調校這幾項功夫，接下來兩三年只會越來越搶手。至於 Maia 200 幾時會列上 Azure 的價目表——那正是自研矽從成本話題轉為產品話題的分界點。