Maia 100 专为训练和运行人工智能模型而设计，而 Cobalt 100 则用于运行通用工作负载。Maia 100 和 Cobalt 100 均计划于明年初在 Azure 数据中心上线。微软开发了自己的定制人工智能芯片，即 Azure Maia AI 加速器和 Azure Cobalt CPU。这些芯片均为内部制造，旨在优化人工智能工作负载的性能、功耗和成本。微软 AI 芯片 Maia，据路透社报道，微软并不打算将这些芯片出售给英伟达、AMD、英特尔等公司，而是用于支持其订阅软件产品和 Azure 云服务。Maia 芯片旨在运行微软的产品 Copilot 和 Azure OpenAI，这两款产品是与 OpenAI 合作开发的。微软高管表示，他们计划通过采用统一的基础人工智能模型，来解决搜索引擎等传统服务可能高达十倍的成本问题。他们提到，Maia 芯片正是为此目的而优化的。微软云与 AI 集团执行副总裁 Scott Guthrie 表示：‘我们相信这为我们提供了一个更优质的解决方案，使我们能够更快、更经济、更高质量地满足客户需求。’另请阅读：OpenAI Conpublic-source contexts 内部芯片生产 全球短缺 承担工作负载 Cobalt Pat Stemen AHSI 团队项目经理 Pat Stemen 提到，在 2016

年之前，微软云的大部分基础设施是通过购买现成设备建立的。随后，微软决定开始在内部定制服务器和机架，以降低成本并为客户提供更一致的体验。随着时间的推移，硅成为了关键要求之一。据微软官方新闻，Stemen 表示，微软与行业合作伙伴分享了定制机架的设计经验，使其无论内置何种硅片都能使用。他说：‘我们构建的所有东西，无论是基础设施、软件还是固件，无论部署我们自己的芯片还是行业合作伙伴的芯片，都可以利用。’微软通过发展内部定制芯片能力，可以精确满足特定的质量标准，并确保芯片在关键工作负载下的最佳性能。测试过程包括评估每个芯片在不同频率、温度和功耗条件下的性能，以确保最高峰值性能。关键在于，在微软的实际数据中心中，每个芯片都需要在模拟真实场景的条件和配置下进行测试，以确保性能符合预期。这种芯片架构不仅提高了微软的散热效率，还优化了其现有数据中心资产的利用率，在现有占地面积内最大化服务器容量。微软打算在未来扩展这些选项，并已开始设计第二代 Azure Maia AI 加速器系列和 Azure Cobalt CPU 系列。Stemen 指出，公司的使命始终如一：优化技术堆栈的各个层面，从核心芯片组件延伸至最终服务。另请阅读：英特尔在中国推出 Habana Gaudi2 AI 加速器，作为 NVIDIA A800 芯片的替代产品。目前，Maia 100 正处于 GPT-3.5 Turbo 的测试阶段，支持诸如 ChatGPT、Bing AI 工作负载和 GitHub Copilot

等模型。微软处于早期部署阶段，尚未发布有关 Maia 规格或性能基准的具体信息。