微軟（Microsoft, MSFT）宣佈將以第三代自研Maia AI晶片為核心，逐步減少對輝達（Nvidia, NVDA）GPU依賴，鎖定多GW級雲端部署。此舉在企業AI支出加速、雲端供應商紛紛自製晶片的趨勢下，預示AI算力市場進入「去單一供應商化」新階段。

在全球生成式AI算力短缺、企業搶購高階處理器的浪潮之中，微軟（Microsoft, MSFT）選擇大幅拉高自研晶片比重，為原本幾乎由輝達（Nvidia, NVDA）主導的市場投下震撼彈。隨著第三代Maia 300 AI加速器正式亮相，微軟明確表態，未來在雲端推論與部分內部模型運行上，將「主要依靠自家晶片」，而不再完全繫於NVDA的GPU供應。這不只是單一產品迭代，而是整個雲端AI堆疊（AI stack）戰略的根本調整。

微軟過去多年高度仰賴NVDA GPU來支撐Azure雲端的AI工作負載，包括OpenAI與Anthropic模型的訓練與推論。然而，生成式AI爆發後，全球對高階GPU的需求幾乎呈現「無上限」狀態，供應緊俏、成本高昂、能耗壓力飆升，已成各大雲端業者的共同難題。從Google的TPU、Amazon的Inferentia與Trainium，到Meta自研晶片，再到現在微軟Maia家族的加速部署，市場明顯從「只要NVDA」走向「自己也要有」。在這個新格局中，NVDA雖仍是產業標準，但其主導權正受到更複雜、多元的競爭環境考驗。

微軟早在2023年就推出首款AI晶片Maia 100，2024年再發表Maia 200，並由執行長Satya Nadella（薩提亞‧納德拉，Satya Nadella）向分析師強調，Maia 200在公司現有硬體環境中，每美元效能比可提升約30%，且已承接部分OpenAI模型工作負載。最新的Maia 300預計自2027年開始量產，微軟副總裁Scott Guthrie在部落格中表示，公司鎖定「多gigawatt（多GW）」級的Maia部署規模，凸顯其自研晶片不只是輔助角色，而是未來資料中心資本支出（capex）的核心之一。

在技術架構上，微軟預計每個資料中心機架將塞入96顆Maia 300晶片，是Maia 200的一倍。公司技術主管Jim Kleewein指出，Maia 300每機架可處理的AI tokens數量最高可較前代提高七倍，若以每MW功率計算，與GPU相比可多處理約40%的tokens。一般而言，資料中心的耗電幾乎直接轉換為營運成本，這些效率提升代表微軟能在電力受限的情境下，挖出更多毛利空間；財務長Amy Hood先前也在投資會議上強調，自家晶片使用有助於「十年期的利潤率改善」，顯示Maia計畫與整體財務策略緊密扣連。

從產品應用面來看，微軟表示，Microsoft 365 Copilot、GitHub Copilot等既有AI服務，以及內部自研模型，將逐步導入Maia 300，使終端企業客戶在不更動應用程式使用習慣的情況下，享受更高算力效率與可能更具競爭力的價格。這種「後端算力替換、前端體驗延續」的模式，降低企業遷移風險，是雲端服務商推進自研晶片的重要戰術。

然而，NVDA在微軟整體AI佈局中仍然扮演關鍵角色。微軟一般用途運算仍大量使用Intel與AMD的CPU，AI模型訓練則持續依賴NVDA與AMD的高階GPU。微軟主管Alistair Speirs坦言，產業變化極快，公司刻意保留「選擇彈性」，對不同模型、不同時點，會挑選最適合的晶片架構。因此，Maia目前更像是「減少單一供應商風險」與「優化成本結構」的工具，而非完全替代NVDA的武器。Evercore ISI最新報告預估，到2027年第一季，Maia在微軟整體AI晶片投資中的比重約10%，並維持MSFT「買進」評等，顯示資本市場看好微軟透過自研晶片強化長期利潤與競爭力，但不認為短期會劇烈改變供應鏈格局。

從更宏觀的角度，微軟此舉反映出雲端業者面對AI需求持續飆升時的兩大痛點：成本與供給。NVDA GPU在效能與軟體生態上仍具壓倒性優勢，但高昂價格與供貨緊繃，迫使大型客戶另闢蹊徑。一旦自家晶片在內部環境跑通，雲端商便可在與NVDA、其他供應商議價時掌握更大主導權，甚至為客戶提供「混合晶片」方案，進一步鞏固黏著度。相對地，NVDA也透過與微軟合作推出搭載NVDA處理器的Surface筆電、強化在PC與終端設備的存在感，試圖在AI浪潮中維持多面向滲透。

市場上仍存在不少保留與質疑聲音。與Google TPU或Amazon自研晶片不同，微軟的Maia目前無法像一般雲端資源一樣「按小時租用」給外部客戶，外界也尚未大規模實測其效能與穩定度。產業顧問Moor Insights and Strategy執行長Patrick Moorhead直言，「沒有人在微軟之外測試過這些晶片」，凸顯Maia生態仍停留在「內部專用」階段。這意味著，微軟短期內仍須倚賴NVDA等成熟方案來滿足具備高度客製需求的大型企業與AI新創，也必須防範自研路線若出現技術瓶頸，可能反過來拖累雲端服務表現。

在AI投資人眼中，微軟自研晶片加速落地，既是利多，也是風險管理的信號。一方面，它顯示MSFT願意為長期毛利與技術自主性投入龐大資本，力圖在「AI雲」競賽中不落於Amazon與Google之後；另一方面，也代表NVDA的成長故事將愈來愈與雲端業者的自製選擇交織，股價波動可能更受客戶投資節奏影響。未來幾年，隨著Maia 300規模部署、更多企業工作負載移轉到自研晶片上，全球AI算力供應鏈勢必出現更細緻的分工與競合關係：NVDA不會消失，微軟也不會獨擅其場，而是共同推動一個「多晶片、多架構、多供應商」的新常態。對投資人與企業客戶而言，真正關鍵的問題是——在這場算力重洗牌之後，誰能同時拿到「成本優勢」、「技術主導權」與「生態控制力」三張王牌。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。