微软推出全新自研AI芯片，计划明年实现数吉瓦级部署
相关推荐
微软发布第三代AI芯片Maia 300，明年投产以降低对英伟达依赖
PANews 10月12日消息，据 CNBC 报道，微软于 10 月 12 日正式发布第三代自研 AI 加速芯片 Maia 300 并宣布将以 Maia 系列作为运行 AI 模型的主要架构，逐步降低对英伟达 GPU 的依赖。 Maia 300 拟于 2027 年投入生产，每个数据中心机架可搭载 96 枚芯片，每机架 AI Token 处理量提升 7 倍，每兆瓦 Token 处理效率较 GPU 提升 40%。微软目标部署多吉瓦级别的 Maia 芯片集群，Microsoft 365 Copilot 将率先受益于性能提升。
微软计划于9月发布其下一代MAIA 300人工智能芯片
Odaily星球日报讯 据知情人士透露，微软计划明年大幅提升其自主设计的下一代 AI 芯片产量，希望推动包括 Anthropic 在内的大型云计算客户采用该芯片，以降低对外部 AI 芯片供应商的依赖。 消息人士称，微软预计将在今年秋季公开发布新一代 AI 芯片 Maia 300，最早可能于下月亮相。该芯片是微软自研 AI 加速器路线的重要升级版本，公司希望借此扩大在人工智能基础设施领域的竞争力。 不过，微软当前一代自研 AI 芯片 Maia 200 的市场采用情况较为缓慢。尽管微软此前投入大量资源开发专用 AI 芯片，以满足自身 Azure 云平台不断增长的 AI 计算需求，但客户迁移和大规模部署仍面临挑战。 随着生成式 AI 需求持续增长，云服务商正加速开发自研芯片，以减少对英伟达 GPU 供应链的依赖。除微软外，谷歌、亚马逊等云计算巨头也已推出自研 AI 芯片方案。 业内人士认为，若微软能够提升 Maia 系列芯片性能、供应能力并吸引外部客户采用，将有助于增强 Azure AI 基础设施竞争力，并降低 AI 算力成本。
软通动力回应删除英伟达 GPU 到货文章
火星财经消息，软通动力近日在微信公众号发布的关于订购 8,000 张英伟达 6000D GPU 卡到货的文章已被删除。对此，软通动力工作人员表示，公司将根据业务情况对达到披露标准的事项进行公告，并建议投资者不要将此类新闻作为唯一投资依据。
硅谷风投锁定 GPU 算力，a16z 约 2 万张卡拟扩容
火星财经消息，硅谷多家风投正争相锁定 GPU 算力，为旗下 AI 创业公司提供专属资源。a16z 早在 2024 年建立约 2 万张 GPU 的算力池，正与数据中心企业 Switch、Volta 洽谈扩容。General Catalyst 计划建设面向被投公司的数据中心，并于今年 5 月引入英伟达 DGX Cloud 前负责人，统筹 AI 基础设施业务。AI 创业公司即使完成融资，也未必能及时租到 GPU。今年 4 月，微软等大型云厂商被曝优先把算力留给内部团队和大客户，部分创业公司面临数月等待。a16z 此前披露，算力紧缺时，原本签半年合同即可享受的价格，可能被要求签约三年。模型训练需短期集中使用大量 GPU，推理需求又难预测，提前锁定多年算力易造成资金浪费。a16z 通过 Oxygen 项目集中采购和租赁算力，再分配给旗下创业公司，使其获得大客户才有的价格与合同条件。今年 8 月，a16z 联合领投 Volta 的 3 亿美元融资，后者估值 24 亿美元，投资同时覆盖 AI 创业公司和提供算力的数据中心企业。小型风投 Crucible Capital 建有一座拥有 576 张英伟达 B300 GPU 的集群，供旗下创业公司测试，同时将部分算力出售给一家前沿 AI 实验室。该模式使风投承担过去主要由云厂商和数据中心运营商承担的投入；
天阳科技：签订2万张英伟达GPU产品采购合同
火星财经消息,天阳科技公告，公司与X公司近日签署《销售合同》，公司向其采购20000张具体型号为NVIDIA RTX PRO 5500 Blackwell的英伟达GPU产品，该产品区别于大模型训练用GPU产品，主要用于AI应用推理、专业图形渲染、工程仿真与科学计算、音视频处理等专业工作负载，主要面向媒体与娱乐、医疗健康、教育科研等行业客户。(财联社)
寒武纪：公司设计、研发的智能芯片不属于CPU、GPU
火星财经消息 10月12日，有投资者向寒武纪（688256.SH）提问，在AI训练阶段CPU与GPU的典型配比1：8，GPU短缺成为主要瓶颈，而AI智能体阶段CPU与GPU的配比将演变为1：2，那么CPU的需求将大幅增长，而国际CPU巨头已经多轮涨价，请问公司在CPU方面有何布局和计划？？？10月12日，公司回答表示，公司设计、研发的智能芯片不属于CPU、GPU，是针对人工智能领域专门设计的芯片，属于通用型智能芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。