微軟自研AI晶片！輝達霸主地位要變了？

(中央社財經訊息服務20261013 10:12:39)AI晶片市場才剛讓輝達賺得風生水起，現在連微軟都想自己下場做晶片了！過去科技巨頭搶著買高效能GPU，深怕AI運算能力跟不上需求，如今卻開始積極研發自家晶片。這場看似熱鬧的科技軍備競賽，也讓外界忍不住好奇：微軟是想省錢，還是真的準備向輝達的市場地位發起挑戰？

微軟於2026年10月12日公布新一代自研AI加速器Azure Maia 300，並宣布將從2027年開始擴大部署Maia系列系統，支援旗下AI產品與雲端服務。這並不是微軟第一次嘗試自研晶片。微軟表示，前一代Maia 200已經投入實際營運，支援包括Microsoft Copilot在內的工作負載，而新一代Maia 300則進一步針對AI推論效率、能源使用及大型資料中心部署進行設計。

所謂AI推論，可以簡單理解為AI模型完成訓練後，實際回答使用者問題、產生內容或執行任務的過程。例如使用者請Copilot整理文件、要求AI生成報告，或讓AI代理執行多個工作步驟，背後都需要大量運算資源。當全球每天有數以億計的AI請求，運算成本就不再只是技術問題，而是直接影響服務價格與企業獲利的經營問題。也因此，微軟這次強調的重點，不只是晶片跑得多快，而是每消耗一度電、每投入一筆成本，究竟能完成多少AI工作。根據微軟公布的技術資料，Maia 300採用小晶片組合設計，將運算、記憶體控制與輸入輸出功能分開配置，其中主要運算晶片採用台積電N2P製程。透過晶片、記憶體、網路與機櫃系統的整體設計，微軟希望提升大型AI工作負載的處理效率。

微軟並表示，Maia 300每個機櫃可整合96顆加速器，整體功率約167千瓦，藉此提高單一資料中心機櫃可提供的AI運算能力。這些規格看起來相當驚人，但對一般使用者而言，真正值得關心的問題其實很簡單：AI晶片效率提高，未來使用ChatGPT、Copilot或其他AI服務，會不會更便宜？答案是有機會，但不保證。AI服務的成本除了晶片本身，還包含資料中心建置、電力、散熱、網路、軟體開發、模型訓練及維運等支出。即使晶片效率提升，也不代表服務供應商一定會立即調降訂閱費或API價格。

另一方面，當AI功能越來越複雜，使用量也可能跟著增加。原本只需要回答一個問題的AI，現在可能要搜尋資料、分析文件、操作工具，甚至持續執行數十分鐘的工作。單次運算變便宜，不一定代表整體帳單會變小。這也是為什麼微軟、Google、Amazon等大型雲端業者，都積極投入自研AI晶片。對這些企業而言，自研晶片除了可能降低對外部供應商的依賴，更重要的是可以依照自家雲端平台與AI產品的需求，調整硬體架構，讓軟體與硬體配合得更有效率。

但這是否意味著輝達的霸主地位即將動搖？目前恐怕還不能這麼早下結論。輝達的競爭優勢不只有GPU硬體，還包含CUDA軟體生態系、開發工具、網路技術，以及長期累積的企業與開發者使用基礎。大型雲端業者推出自研晶片，可能逐步分擔部分AI運算需求，但要全面取代既有GPU生態系，仍有相當高的技術與商業門檻。更值得注意的是，微軟自己研發晶片，並不代表台灣半導體供應鏈就會失去商機。Maia 300的重要運算晶片仍採用台積電先進製程，顯示即使雲端巨頭希望掌握晶片設計，先進製造技術依然是AI產業的重要支柱。對台灣半導體產業而言，未來的競爭未必只是誰賣出最多GPU，也包含誰能承接更多不同客戶的客製化晶片需求。

對使用Azure等雲端服務的企業來說，這場晶片競爭也有實際意義。企業導入AI時，除了關注模型能力，還應評估每次請求的成本、運算效能、資料處理需求及長期使用量。不同晶片架構可能帶來不同的價格與效能組合，但是否真的划算，仍須依實際工作負載進行測試。尤其當AI從聊天工具逐漸變成能持續執行任務的代理系統，企業的運算需求可能變得更頻繁、更複雜。如何管理AI用量、避免不必要的資源消耗，將與選擇哪一家晶片供應商同樣重要。

從旁觀者角度來看，微軟這次推出Maia 300，與其說是正式向輝達宣戰，不如說是科技巨頭正在重新分配AI時代的主導權。誰掌握晶片設計、誰能控制運算成本、誰有能力大規模部署AI服務，都可能影響下一階段的產業競爭。不過，對一般消費者與企業而言，最期待的恐怕不是看到哪一家科技巨頭打敗對手，而是這場競爭能不能讓AI服務變得更快、更穩定，也更負擔得起。

畢竟，科技巨頭忙著爭奪AI晶片市場，最後真正讓使用者有感的，不是晶片規格表上多了多少數字，而是每個月收到帳單時，能不能少一點驚嚇、多一點驚喜。

【Cloudmax匯智｜看懂科技趨勢，掌握數位未來】 從科技趨勢到生活話題，分享值得關注的資訊與觀點。 Cloudmax匯智官方網站：http://www.cloudmax.com.tw

圖片來源：Cloudmax 匯智／AI生成