2024年，微软曾向欧盟委员会指出，谷歌是唯一一家在人工智能全链路（从芯片到应用商店）实现垂直整合的公司，而其他竞争者均需依赖合作伙伴。如今，微软正计划沿着同样的路径推进。
微软云及人工智能执行副总裁Scott Guthrie在官方博客宣布，自2027年起，微软将把Azure Maia加速器扩展至千兆瓦级部署规模，并确立Maia为其产品和服务的主要推理系统。此次推出的核心载体为Maia 300芯片，微软高管在技术文章中详细解析了其架构设计。
效仿谷歌：重构算力平衡
这一战略转向正值市场对AI泡沫担忧加剧之际。Gartner预测，2026年AI基础设施支出将接近1万亿美元，但相关收入直到2032年才能覆盖成本并实现盈利。若主要硬件买家停止为英伟达的高溢价买单，AI建设中估值最高的环节或将面临压力。
相较于前代Maia 200，Maia 300采用了多芯粒封装架构，计算单元基于台积电N2P工艺，内存控制器与I/O功能则拆分至独立芯粒。每个加速器配备8个HBM4堆栈，提供288GB容量和18TB/s带宽，显著优于Maia 200的216GB和7.1TB/s。
微软并未单纯追求算力提升，而是针对推理阶段的数据等待瓶颈进行了重新平衡。Maia 300通过非均匀内存布局、软件管理的片上SRAM以及更窄的数字格式（如MXFP4和亚3位存储），将数据尽可能靠近计算单元，以提升效率。这表明定制硅片已不再是云厂商的副业，而是核心战略。
此前被微软点名的谷歌，其CFO Anat Ashkenazi已在财报会议上确认TPU系统收入，并指出外部需求强劲。与此同时，Anthropic已与博通合作安排2027年3.5GW的TPU容量；Meta据悉正在洽谈TPU租赁与购买事宜；亚马逊CEO Andy Jassy则表示，其芯片业务年收入运行率已达200亿美元，成为全球三大数据中心芯片业务之一。OpenAI也展示了其自研的Jalapeño加速器。
挑战英伟达的高利润率
巨头们自研芯片的动机，直接指向英伟达的高额利润。在截至2026年7月的季度中，英伟达数据中心业务营收达890亿美元，毛利率高达75%，其中超大规模客户贡献了490亿美元。随着这些最大买家转向自研加速器，每一笔内部转化的工作负载都意味着支付价格更接近制造成本，而非英伟达的溢价。
微软声称，Maia 200在运行特定模型时，运营成本比英伟达最新芯片低多达40%。尽管微软未指明对比的具体GPU型号，且市场反应平淡——英伟达股价微跌1.29%，微软上涨1.14%——但这一趋势已现端倪。分析师估计，到2027年第一季度，Maia仅占微软AI芯片支出的约10%，而英伟达当季营收预计仍高达1080亿美元。
规模仍是制约因素。1GW的机架功率约相当于57.5万个Maia 300加速器，这不包括冷却等设施开销。此外，走自研路线并未完全取代英伟达。亚马逊仍计划在2028年中期接收超过300万块英伟达GPU；Alphabet也将2026年资本支出指导上调至1950亿至2050亿美元，并将英伟达Vera Rubin与自家TPU并列采购。
微软CEO Satya Nadella明确表示：“垂直整合并不意味着排他性。”微软将继续保留英伟达和AMD芯片用于训练任务。英伟达CEO黄仁勋则强调，英伟达是一个平台，而非单一的定制芯片供应商。为此，英伟达已支付200亿美元许可Groq的SRAM解码技术，以应对推理市场的竞争。
Gartner警告，2026年至2030年间，行业需约8.5万亿美元营收才能实现合理回报，而AI预计收入仅为3.6万亿美元。微软的应对策略是通过千兆瓦级算力部署降低Token成本，试图缩小收支差距。值得注意的是，Maia 300的核心组件HBM4和台积电代工服务同样服务于英伟达，供应链的利益分配并未完全脱离原有格局。在生产型硅片大规模出货并经第三方验证之前，Maia 300仍是一个理论优势明显的设计，但其对英伟达利润率的潜在威胁，主要来自后者最核心的客户群体。