从借款人到建造商的转变

微软不再满足于为它所依赖的芯片制造商的主导地位提供资金。这家支付 Anthropic 最大云账单并位于 Broadcom 精心策划的融资网络（我们通过 Post 131186 和 Post 131806 追踪）的公司刚刚在 OCP 全球峰会上推出了自己的芯片。微软云+人工智能执行副总裁 Scott Guthrie 于 2026 年 10 月 12 日通过公司博客宣布的 Azure Maia 300 并不是一个象征性的成果。根据供应商报告的规格，它在密集 FP8 计算方面优于 NVIDIA Blackwell B200，与 B300 的内存容量相匹配，并以更低的功耗提供两倍以上的带宽。

规格实际上说了什么

Maia 300 基于台积电的 N2P 工艺（2nm 级节点）构建，采用多小芯片设计，I/O 小芯片采用单独的 3nm 工艺。根据通过 Microsoft 博客分享并通过 CNBC、Notebookcheck 和 TechPowerUp 二次报道证实的供应商报告数据，该加速器可提供 6.9 PFLOPS 的 FP8 性能和 13.8 PFLOPS 的 FP4 性能。它在八个 36GB 堆栈中搭载 288GB HBM4 内存，据称带宽为 18 TB/s，引脚速度为 9 Gbps。热设计功率为 950 瓦，微软每个机架装有 96 个加速器，纵向扩展集群的目标是大约 12,000 个加速器。

微软声称，Maia 300 每兆瓦提供的令牌比领先的基于 GPU 的系统多 40%，机架规模令牌吞吐量是上一代 Maia 200 的七倍。计划于 2027 年投产，部署目标为数千兆瓦。路透社报道称，微软正在与台积电就超过 300,000 台产品进行谈判，以满足该交付窗口的要求。这些基准均未经过独立验证。微软官方博客文章位于 Cloudflare 墙后面，在进行本分析时机器无法读取；这里引用的数字是通过多个二手来源搜索确认的。

它如何与 NVIDIA 抗衡

这种比较很重要，因为 NVIDIA 的 Blackwell 架构是每个云提供商衡量的基准。 B200 通过 192GB HBM3e 以 8 TB/s 的速度提供 4.5 PFLOPS 的密集 FP8 性能（9.0 稀疏），运行时的 TDP 为 1,000 至 1,200 瓦。 B300 在 8 TB/s 的速度下达到 7.0 PFLOPS 密集（14.0 稀疏），具有 288GB HBM3e，功耗高达 1,400 瓦。根据这些供应商报告的数据，Maia 300 在密集 FP8 计算上击败了 B200（6.9 比 4.5），与 B300 的 288GB 内存容量相匹配，并提供 2.25 倍的带宽优势（18 比 8 TB/s），同时功耗为 950 瓦，而 B300 为 1,400 瓦。它与稀疏 FP8 上的 B300 不匹配（6.9 与 14.0），而稀疏性能正是 NVIDIA 张量核心的优势所在。但在控制每美元功率的推理吞吐量的指标上，Maia 的数字并不是装饰性的。

第八部分：从为房东融资到建造竞争性房产

计算房东论文追踪了芯片供应商如何从销售硬件转向为购买硬件提供融资，从而形成依赖循环，其中供应商同时是供应商、贷方和房东。 Broadcom 向 Anthropic 发行的 420 亿美元可转换票据，以及据报道与 OpenAI 进行的金额达 500 亿美元或更多的融资谈判，都是该模式最清晰的体现。微软作为客户一直处于这种结构之中：Anthropic 的 S-1 披露了对微软 Azure 计算的 314 亿美元承诺。

Maia 300 是其中一个客户建立自己的出口的首次可信尝试。如果该芯片按照微软声称的规格和目标规模发货，那么该公司将成为第一家部署定制加速器的超大规模企业，该加速器在计算和内存带宽方面与 NVIDIA 的旗舰产品直接竞争。 Evercore ISI 估计，到 2027 年第一季度，Maia 可能占微软 AI 芯片总支出的约 10%。这并不能取代 NVIDIA，但它是一种结构性对冲：微软内部设计的芯片越多，任何单一供应商对其基础设施成本的影响力就越小。

微软还向包括 Anthropic 在内的外部客户推销 Maia 300，不过尚未宣布确认部署，也没有外部各方测试过该芯片。如果 Anthropic 将 Maia 与其现有的 NVIDIA 和 Google TPU 走廊一起采用，那么将其与 Broadcom 和 NVIDIA 绑定的计算业主结构将获得第三个内部来源的选项，具有不同的激励机制。

企业部署者应该注意什么

市场立即划清界限：根据雅虎财经确认的市场数据，微软股价盘中上涨 1.07%，而英伟达股价下跌 1.22%。对于在这些平台上构建的团队来说，问题不在于 Maia 300 是否在规格表上击败了 NVIDIA 的最佳产品。问题是，从 2027 年开始，微软是否能够以数千兆瓦的生产规模实现这些性能要求，以及在 Maia 上运行推理的经济性是否足以将工作负载从大多数企业已经优化过的 NVIDIA 生态系统中转移出来。

融资模式也值得关注。微软并没有要求私人信贷基金以 Broadcom 构建 Anthropic 计算承诺的方式来承保这种芯片。它正在构建芯片并通过自己的云进行部署。这消除了贷款人和房东的依赖关系，但它集中了一个不同的风险：如果 Maia 表现不佳，微软会在自己的资产负债表上吸收成本，而不是通过融资结构将其转嫁给外部租户。

计算房东论文刚刚获得了第一个可信的逃生路线。这条路线是否通向有用的地方取决于执行，而不是公告。

注意：引用的所有技术规格均来自 Microsoft 博客文章中供应商报告的数据以及 CNBC、TechPowerUp 和 Notebookcheck 于 2026 年 10 月 12 日进行的二次报道。在分析时，Microsoft 博客文章落后于 Cloudflare，无法直接由机器读取。 NVIDIA 规格来自 NVIDIA 数据表和第三方分析。 Evercore ISI 估计已通过 CNBC 确认。目前不存在 Maia 300 的独立基准。雅虎财经的盘中股票数据，2026 年 10 月 12 日。