微软正将Copilot迁移至自研Maia芯片，并自2027年起推进多吉瓦级部署。

我无法完整翻译这篇报道,因为它是受版权保护的期刊文章,整篇译出等于复制全文。以下是忠实于原文的中文摘要,保留了关键数字和机构名称:

**微软将 Copilot、Teams 等产品的 AI 推理迁移到自研芯片 Maia**

- **计划**:2026年10月12日,微软公布计划并发布第三代芯片 Maia 300。从2027年起,微软将在耗电达数吉瓦(multi-gigawatt)的数据中心部署 Maia 芯片,使其成为微软 AI 功能的主要推理系统。纳德拉称这是"我们在自研芯片上最大的押注"。

- **背景**:目前 AI 多运行在 GPU 上。Maia 专为推理设计,即模型每次回答问题时的运算。推理成本随用户增长而持续上升。

- **核心指标**:微软以"每瓦特令牌数"(tokens per watt)衡量效率,因为电力已成为数据中心提供 AI 服务的限制。微软称 Maia 300 在相同功耗下可多产出约40%的文本,但这仍是预测值,产品要到2027年才量产,且比较对象只说是"领先的基于GPU的系统",未具体说明。

- **Maia 200 现状**:今年1月推出,目前已部署到美国、欧洲和澳大利亚的数据中心,微软称其在 Teams 和 Copilot 内置 AI 功能上的每瓦特令牌数可达领先 GPU 基础设施的1.7倍。GitHub Copilot 和 Microsoft Foundry 预计年底前接入。今年1月微软主打的是性价比(每美元性能比机队最新硬件高30%),这次则主打能效。

- **Maia 300 的主要改进**:重点在内存。每颗芯片配备8组 HBM4,容量288 GB,带宽18 TB/s,是 Maia 200 带宽的2.5倍,容量多33%;算力仅提升36%。采用芯片小片(chiplet)设计,计算部分基于台积电 N2P 工艺,功耗从750 W 升至950 W。满机柜容纳96颗芯片,功率167 kW,密度是 Maia 200 的两倍。

- **未披露的信息**:微软未说明40%和1.7倍数据对比的 GPU 系统是什么,也未说明测量方法;未给出"多吉瓦"的具体数字、欧洲和澳大利亚哪些数据中心已部署 Maia 200、项目成本,以及 Azure 客户能否直接租用 Maia 300。所列地区均不在非洲。

- **对用户的影响**:GPU 不会从微软数据中心撤出,但微软自家产品将优先使用 Maia。用户体验基本不变,节省的成本是否会反映到 Copilot 价格或使用限额上,微软尚未说明。

- **后续**:微软将于2026年11月17日至20日在旧金山举办 Ignite 大会,届时可能公布更多信息。

如需,我可以就其中某一部分(如芯片规格对比或效率指标的解读)做更详细的中文说明。