微軟正準備最早於九月公開發表其 Maia 300 AI 加速器，據The Information報導。該公司同時與台灣積體電路製造公司（TSMC）進行談判，以期在明年之前確保超過 30 萬顆的產量，此舉標誌著其自研晶片雄心的顯著升級。

台積電產能預留用於 2027 年交付

微軟已聯繫台積電以預留 Maia 300 晶片的製造產能，預計於 2027 年交付。此訂單將遠超迄今為止生產的數萬顆 Maia 200。微軟的長期目標是突破 100 萬顆，但封裝談判和零組件供應限制可能影響該公司實際獲得的數量。

前代 Maia 200 在早期測試未能達到內部績效目標後遭遇延遲。該晶片此後僅部署於少數資料中心。

微軟執行長薩蒂亞·納德拉在 7 月 29 日公司 2026 財年第四季度財報電話會議上向投資者表示，該晶片每美元效能比現有硬體高出 30%。他補充道，該晶片正擴大規模以支援 OpenAI 的工作負載以及微軟自有的 MAI 模型。

2026 年 1 月，當Cryptopolitan 報導 Maia 200 發表時，微軟將其描述為基於台積電 3 奈米製程的第二代推理晶片。微軟雲端與 AI 執行副總裁斯科特·古斯里（Scott Guthrie）稱其為「微軟有史以來最高效的推理系統」。

減少 Nvidia 依賴的策略推進

納德拉公開表示，降低微軟對 Nvidia 的依賴是一項策略目標。Nvidia 目前主導 AI 加速器市場，其 GPU 的高定價已推高整個超大規模雲端產業的資本支出。該公司表示其自研晶片能以更低成本運行內部和 OpenAI 的工作負載，並正透過 Azure AI Foundry 和 Copilot 擴大內部採用。微軟同時也向大型外部雲端客戶推銷該硬體。

微軟的努力緊隨其他主要雲端服務提供商的類似舉措。Google 自 2015 年起已部署其 Tensor Processing Units（TPU）用於內部和雲端工作負載，而 Amazon Web Services 則向 EC2 客戶提供 Trainium 和 Inferentia 晶片。Meta 也已開發其 MTIA 推理加速器。

本月稍早，Anthropic 確認正在組建自己的半導體團隊，為其 Claude 模型設計客製化晶片，使該公司同時成為 Maia 300 的潛在買家和自研晶片領域的未來競爭者。

去年的產業預估顯示，Google、Amazon、Meta 和 OpenAI 的自研晶片到 2028 年將佔 AI 晶片市場的 45%，高於 2024 年的 37%。

微軟公布 2026 財年第四季度營收為 900 億美元，年增 18%，其中 Azure 和其他雲端服務增長 43%。

台積電的 N3 節點和 CoWoS 先進封裝預計在 2027 年前都將面臨供應限制——這正是微軟計劃擴大 Maia 300 生產的時期。此時間線意味著 Maia 300 晶片將在當前 AI 基礎設施建設浪潮已全面展開後才問世，可能限制其對微軟 Nvidia 採購的短期影響。