微軟（Microsoft）正式推出第二代自研AI晶片「Maia 200」，並公布一系列對應軟體開發工具，積極布局AI晶片與軟體生態系，挑戰目前由輝達（Nvidia）高度主導的市場格局。根據《路透》報導，微軟加速投入自研晶片，不僅為提升AI基礎設施的自主性，也反映雲端服務業者對供應鏈掌握度的高度重視。
依微軟說明，Maia 200本週起已部署於美國愛荷華州資料中心，並規劃在亞利桑那州設立第二據點。這是微軟繼2023年首次推出自研AI晶片Maia後的第二代產品，顯示其自製晶片策略正逐步擴大實際應用規模，現階段主要用於自家雲端服務與內部AI運算需求。
自研晶片與軟體並進 抗衡輝達「軟硬整合」壟斷優勢
產業界普遍認為，輝達的關鍵競爭力除硬體效能外，更在於其成熟且高度整合的CUDA開發平台，長期為AI開發者主流選擇。此次微軟同步推出對應軟體開發工具，特別強調開源工具Triton的應用，該工具由OpenAI主導貢獻，在設計理念上與CUDA相近，目標在於降低開發者跨平台與不同晶片架構的使用門檻，並擴大整體生態系的彈性。
Triton的導入，被視為微軟推動AI基礎設施自主化的重要一環，其布局不僅止於硬體層面，也延伸至軟體與開發工具層級，對既有市場結構形成一定程度的競爭壓力。
採台積電3奈米製程 以SRAM強化多用戶AI反應速度
硬體方面，Maia 200採用台積電3奈米製程，與近期多款先進AI晶片同屬先進製程世代。雖然其所搭配的高頻寬記憶體（HBM）世代並非最新規格，但在架構設計上，大量內建SRAM快取記憶體，策略上與部分新創AI晶片業者相似，主要著眼於提升AI推論場景下的即時反應速度，特別適用於同時服務大量使用者的應用情境，如對話式AI服務。
近年來，部分新創晶片業者亦採取以SRAM為核心的設計思路，顯示該類架構在特定AI應用場景中逐漸受到市場關注，不過相關效能與成本優勢，仍有賴實際部署與工作負載進一步驗證。
雲端巨頭自製晶片競局升溫 Meta、Google爭相投入
不讓微軟專美於前，其他雲端服務業者亦持續加碼自研晶片布局。Google長期投入張量處理器（TPU）的研發，以強化自家AI運算能力；Amazon AWS則擴充Trainium與Inferentia等自製晶片產品線，用以支撐雲端AI訓練與推論需求。
在AI運算需求快速成長的背景下，科技業者一方面藉由自研晶片降低長期成本，另一方面也希望分散對單一供應商的依賴風險，使雲端運算基礎建設的競爭態勢持續升溫。
AI軍備競賽進入「軟體開放 vs 生態綁定」新局
產業分析認為，隨著製程與硬體效能逐漸成為基本門檻，未來AI平台的競爭關鍵，將更多集中於開發生態的成熟度、軟體工具的可攜性，以及開發者黏著度。微軟此次結合自研晶片與開源軟體工具，被視為試圖在既有市場架構中引入更多彈性與選項。
在同時具備雲端服務、企業客戶基礎與AI應用場景的條件下，微軟未來在AI運算基礎建設領域的影響力，仍將取決於其生態系能否持續吸引開發者與實際工作負載落地情況。
