微軟自研AI晶片估明年量產，攜手台積電拚產能
為降低對外部高價處理器的依賴並舒緩雲端算力成本，微軟（Microsoft）正加速推進自研人工智慧（AI）晶片布局。市場消息指出，微軟預計推出第二代自研晶片 Maia 300，並已向晶圓代工龍頭台積電（TSMC）洽詢超過 30 萬顆的製造產能，規劃於 2027 年完成交付。台灣微軟總經理卞志祥日前亦表示，微軟自研特殊應用晶片（ASIC）在設計、產能與應用推進順利，預期將於明年邁入大規模量產。由於當前企業內部算力需求龐大，新晶片短期內將優先支援自家 Microsoft 365 與 Copilot 等服務，暫不開放予第三方租用。相較於競爭對手的商業化進程，微軟自研晶片的生態系建立與產能規模仍面臨市場嚴格檢視。
加速自研 ASIC 晶片，微軟目標明年啟動大規模量產
微軟積極擴展自研晶片版圖，據經濟日報報導，台灣微軟總經理卞志祥透露，相關 ASIC 晶片的研發與生產步調穩健，預計於明年展開大規模量產。此類客製化晶片主要針對前端推論（Inference）等高度可預測的運算模式進行優化，能顯著改善能源與運算效率。微軟希望藉由提升硬體掌控度，有效因應旗下龐大生成式 AI 應用的運作需求。
攜手台積電確保產能，Maia 300 晶片鎖定內部服務優先
鏈新聞之前報導，微軟最快於今年下旬亮相的 Maia 300 晶片，已向台積電洽詢超過 30 萬顆的製造訂單，預計於 2027 年交付完畢，長遠內部目標則上看 100 萬顆。考量到目前微軟自身算力供應仍處於供不應求狀態，管理層已明確表示，新晶片產能將優先用於支援 Microsoft 365 與 Copilot 等內部工作負載，極短期內不會對外開放第三方企業租用。
廣告 - 內文未完請往下捲動
壓低算力成本成主因，擺脫對外部 GPU 的高額採購依賴
微軟推動自研晶片的核心策略，在於降低對高價繪圖處理器（GPU）採購與模型調用費用的依賴。微軟內部簡報指出，部署專用晶片能使相關 AI 運算成本降低約 30% 至 40%。同時，針對企業在運算標記（Token）消耗與成本波動上的控管痛點，微軟亦積極導入雲端財務營運（FinOps, Financial Operations）理念，協助企業更精確地評估投資回報與算力支出。
面對競業百倍產能差距，微軟自研晶片生態系仍待市場檢驗
儘管 Maia 300 在訓練與推論效能上均進行專案架構提升，但回顧前代 Maia 200 僅於內部少數資料中心運作、外部客戶掛零的紀錄，微軟仍需建立更完善的生態體系。相較競爭對手 Google 明年預估生產多達 3 億顆 TPU 且早已對外開放算力租用的規模，微軟在整體晶片規模化及商業化進程上仍存在顯著差距，自研晶片效益仍待時間驗證。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
