# 微软自研芯片 Maia 300 发布，大厂造芯到底图什么
10 月 12 日这一天，AI 算力圈挺热闹。
微软正式发布了 Maia 300 人工智能芯片。同一天，AMD 也端出了一套面向「代理式 AI」的机架方案 Helion。两家公司，一个在造自研芯片，一个在做开放机架。看着是两件事，指向的却是同一个问题：AI 算力这盘棋，正在从「买谁的卡」变成「怎么搭自己的台」。
Maia 300 是什么水平
先看参数。
Maia 300 配备 288GB HBM4 内存，带宽 18TB/s，FP4 算力可达 13.8 PFLOPS，基于台积电 N2P 制程打造，计划 2027 年部署。
这一串数字，拆开看更有意思。
HBM 是专门给 AI 芯片配的高速内存，HBM4 是它的第四代。容量 288GB、带宽 18TB/s，意味着它能同时「装下」并「喂饱」更大的模型，这类配置，更适合对内存要求高的 AI 推理任务。FP4、FP8 是算力的精度单位，Maia 300 的 FP4 算力是 13.8 PFLOPS，FP8 是 6.9 PFLOPS。用更低的精度换更高的吞吐，是这一代 AI 芯片的通用打法。
功耗上，Maia 300 的 SoC 额定值 950W，明显高于上一代 Maia 200 的 750W。算力涨了，电也得跟着多给。
一堆芯片，怎么连起来
单颗再强，也得能组队。
Maia 300 采用多芯粒设计：主要计算部分用台积电 N2P 2 纳米制程，另外集成了独立的内存芯粒和 I/O 芯粒。在扩展上，它的双向互连带宽达到 3.2TB/s，用的是基于以太网的双层网络架构。落到机架上，单个机架可容纳 96 颗 Maia 300，最多能组成一个包含 12000 颗加速器的集群。
【个人看法】微软选以太网而不是更专有的互联方案，这个方向值得留意。它对整个数据中心生态更友好，也更容易规模化。
同一天的 AMD
同一天，AMD 发布了 Helion 机架方案，明确面向「代理式人工智能计算负载」。
思路和微软不太一样：它基于 OCP 设计规范和自家 Helios 平台的开放理念，让客户灵活组合 CPU 和 GPU 计算资源。其中基于第六代 EPYC 处理器的纯 CPU 版本，可扩展至 32768 核心。AMD 计划把这套规范贡献给 OCP，供社区进一步开发和采用，机架预计 2026 年 11 月正式推出。
一个自己造芯，一个开放共建，路线不同。
【个人看法】但两家都在往「整机架、整集群」的方向走。单卖一颗芯片就能吃下市场的时代，正在过去。
一条必须说清的边界
【暂无相关资料】这两款产品都还没到落地阶段。Maia 300 计划 2027 年部署，Helion 计划 2026 年 11 月推出。它们的实际性能、能效表现、稳定性，目前都只有厂商公布的数据，没有第三方实测。
所以上面这些参数，只能当「官方口径」看，不能当「实测结论」用。
写在最后
AI 往后走，越来越不是单点技术的比拼。芯片怎么设计、内存怎么配、上万颗怎么连、用谁的互联标准，这些「基础设施」层面的选择，正在决定谁能把算力真正用起来。
微软和 AMD 今天的动作，都是这盘大棋里的落子。
