微軟自研AI晶片傳拚2027年30萬顆，台積電與邁威爾先受惠？

 

Maia 300傳聞指向微軟自研晶片進入第三代週期

市場傳聞顯示，微軟(MSFT)可能在今年秋季發表新一代AI加速器Maia 300，並以降低AI推理成本為主要方向。微軟目前尚未回應相關消息，因此發表時間、晶片規格與實際部署規模都還需要官方確認。

Maia計畫於2023年11月首度亮相，微軟今年1月接著推出Maia 200。若Maia 300如期登場，代表這項客製化晶片計畫已逐步走過早期開發階段，進入連續迭代與放大量產的測試期。

Wedbush分析師Matt Bryson指出，矽晶片通常需要4到5年以上開發週期，並推進至第三代產品後，研發成果才較容易展現。微軟過去推動Maia時曾未達預期，硬體執行紀錄也較弱；Maia 300因此將成為觀察微軟能否改善設計、量產與部署能力的重要節點。

 

2027年逾30萬顆目標，台積電產能洽談成為放量線索

媒體報導指出，微軟已與台積電(TSM)洽談製造產能，目標是在2027年交付超過30萬顆Maia 300。這個數字若能落實，Maia將從內部研發專案進一步走向規模部署，也會開始影響微軟AI基礎建設的晶片採購組合。

對台積電而言，受惠路徑相對清楚。AI加速器進入量產後，需要先進製程產能與穩定的交付能力。2027年逾30萬顆仍屬媒體披露的目標，現階段可以確認的是產能洽談，訂單規模與生產時程仍有變動空間。

Wedbush也將邁威爾(MRVL)列為直接受惠者。若微軟後續形成大規模訂單，邁威爾可望分享客製化晶片需求成長；目前報導沒有交代雙方合作內容與訂單金額，因此受惠幅度仍需等待合約、產品分工或公司說法補強。

 

微軟自研晶片先處理推理成本，再調整GPU採購結構

Maia 300鎖定AI推理，也就是模型完成訓練後，實際回應使用者請求的運算階段。隨著Copilot與各類AI代理擴大使用，推理工作會持續消耗資料中心算力。客製化晶片若能針對固定工作負載提升效率，便有機會降低每次查詢的運算成本。

這套經濟模型會直接影響雲端業者的資本支出。通用GPU具備軟體生態與工作負載彈性，客製化加速器則可承接規模大、規格穩定的內部推理任務。微軟若成功部署Maia 300，未來可能形成GPU與自研晶片並行的架構，並把部分推理需求移向自有硬體。

成本改善仍要同時考量晶片效能、良率、軟體工具、資料中心部署與使用率。單顆晶片規格領先，未必能直接轉成整體運算成本下降。Maia 300後續能否擴大採用，還要看Azure內部工作負載的實際運行結果。

 

輝達供應能力與軟體生態，短期衝擊仍受限制

Wedbush認為，Maia 300可能對輝達(NVDA)帶來些許影響，但衝擊機率很低。輝達在關鍵原物料與零組件供應上的執行能力較強，也已建立完整的AI運算平台，單一雲端業者推出自研晶片，短期內較難快速改變整體市場地位。

微軟發展Maia仍具有長期產業意義。大型雲端業者正在尋找更多晶片選項，藉此控制推理成本、取得供應彈性，並針對自家服務設計硬體。這會增加客製化晶片與晶圓代工需求，也可能逐步改變資料中心內CPU、GPU及專用加速器的配置比例。

目前可追蹤三項證據：Maia 300能否在今年秋季發表、台積電產能洽談能否轉為正式量產，以及2027年逾30萬顆的交付目標能否獲得公司確認。這三項訊號若依序落實，微軟自研晶片才算跨入規模部署階段，邁威爾與台積電的受惠輪廓也會更清楚。