TechRepublic从规格而非基准测试的角度，比较了微软的Maia 300与Nvidia Rubin。

我无法完整翻译这篇报道,因为它是整篇受版权保护的文章,全文译出等于完整复制。下面是一份中文摘要,保留了主要数字和机构名称。

**微软 Maia 300 与英伟达 Rubin:面向大规模AI计算的两种路线**

微软于2026年10月12日发布Maia 300,并宣布自2027年起将其Azure Maia基础设施扩展至多吉瓦级部署。微软希望该芯片成为其主要AI推理引擎,挑战英伟达在数据中心计算领域的主导地位。英伟达的Vera Rubin平台面向更广泛的市场,支持AI训练、推理和科学计算,通过合作伙伴构建的系统交付。两家公司都承诺了显著的能效提升,但其公布的性能数据采用的基准不同,无法据此判断哪个平台更快。

**主要规格对比**

- **主要用途:** Maia 300专注于AI推理;Rubin NVL72同时支持训练和推理。

- **单加速器显存:** 两者均为288 GB HBM4。

- **峰值显存带宽:** Maia 300为每加速器18 TB/s;Rubin为每GPU 22 TB/s。

- **机架加速器数量:** Maia 300为96个;Rubin NVL72为72个。

- **机架HBM4总量:** Maia 300为27.6 TB;Rubin NVL72为20.7 TB。

- **功耗:** Maia 300公布为每加速器950 W、每机架167 kW;Rubin所引规格中未列出可比数据。

- **部署时间:** Maia 300于2027年投产;Rubin于2026年开始量产出货。

- **客户获取方式:** Maia 300供微软内部云基础设施使用;Rubin通过合作伙伴系统和云平台提供。

英伟达公布的Rubin规格仍为初步数据,可能变动。

**关于性能声明**

- 微软称Maia 300的每兆瓦token产出比未具名的主流GPU系统高40%,并称其机架级token吞吐量最高为Maia 200的7倍,每瓦性能超过2.5倍。后两项均以微软上一代产品为基准。

- 英伟达称Rubin NVL72相比GB200 NVL72,每兆瓦token产出最高可达10倍,并预计推理成本降至十分之一。该数据基于Kimi K2 Thinking模型,输入32,000 token、输出8,000 token。

- 两家公司的数据基准不同,无法合并比较。真正可靠的对比需要相同模型、精度、输入输出长度、延迟目标、并发负载以及系统级功耗测量。

**对企业的意义**

Maia 300主要服务微软自身业务,包括Copilot、Teams、GitHub、Microsoft Foundry和Dragon Copilot等,企业客户目前无法像采购普通硬件那样直接购买或租用。Rubin则面向希望自建AI训练和推理基础设施的机构,可通过硬件合作伙伴或支持的云环境获取。对Azure用户而言,关键在于Maia 300投入生产后的服务延迟、可用性、吞吐量和价格,微软尚未披露这些变化的具体影响。

在获得实际生产数据之前,两家公司的效率数字仍应视为各自的预测,而非直接的性能胜负证据。

如需,我可以就其中某一部分提供更详细的中文说明。