同样的电多处理 40% AI 工作，微软 Maia 300 要到明年部署

10 月 12 日，微软公布第三代自研 AI 系统 Maia 300，它预计在相同电力下，比主流 GPU 系统多处理 40% 的 Token。它计划在 2027 年开始生产部署，这笔效率收益还需要等新系统真正投入使用。

AI 回答一次，后台算一次

模型训练完成后，根据问题生成答案，这段计算叫推理。Maia 300 主要为这种日常使用设计，面向长材料处理、快速对话，以及需要连续执行多个动作的 AI 助手。

一个助手持续读材料、改代码、执行任务，计算开销也会持续发生。对微软来说，让同样的供电能力支撑更多这样的工作，就能扩大服务容量。芯片的竞争因此会落到每次生成回答的成本上。

40% 比的是同样电力下能处理多少

微软预计，Maia 300 相比主流 GPU 系统，每兆瓦可处理的 Token 数量增加 40%。Token 是模型处理文字的计量单位，这个指标衡量的是整套系统利用电力的效率。

所以，40% 不能直接换成每条回答快四成、准确率高四成，或用户账单便宜四成。The Decoder 的报道也将它标为微软的性能主张；公告没有给出 Copilot 降价承诺。

长任务还受材料能否装进内存、读写是否及时的约束。微软为 Maia 300 配备更高带宽内存，把计算、内存和网络一起设计。IT之家介绍的多芯粒和大容量内存，服务的也是这个方向。光把算术做快，未必能让整项任务跑快。

正在服务用户的还是上一代

眼下，Maia 200 已承接 Microsoft Copilot 等生产业务。GitHub Copilot 和 Microsoft Foundry 预计在今年底跟进 Maia 200。这两个时间点不能和明年部署 Maia 300 混在一起。

Maia 200 能运行 OpenAI、微软 MAI 和主流开源模型系列，微软也表示未来仍会保留不同模型和芯片选择。自研芯片增加了供给选择，不能据此断言微软将不再使用英伟达。

这次公告展示了微软想怎样降低服务 AI 的成本。电力效率最后会变成更多服务容量，还是更低的用户价格，要等部署和产品定价给出答案。