1. 首頁 > 生活百科 > >

微軟下一代AI芯片推遲至2026年量產

ai創業泡泡瑪特

微軟下一代AI芯片推遲至2026年量產

微軟下一代芯片Braga面臨設計難題 。
近日 ， 有報道稱 ， 微軟下一代自研Maia人工智能芯片的發布日期已從原定的2025年推遲至2026年 。
【微軟下一代AI芯片推遲至2026年量產】延遲的主要原因在于下一代芯片Braga面臨設計難題 。 微軟在開發過程中需要整合OpenAI的新功能需求 ， 導致芯片模擬運行時出現不穩定問題 ， 進而將量產時間推遲至少六個月 。 分析師預計 ， Braga的性能可能不及2024年英偉達發布的Blackwell芯片 ， 影響微軟在AI芯片市場的競爭力 。
盡管如此 ， 微軟已規劃后續代號為Braga-R和Xylia的芯片路線圖 ， 以鞏固其在云AI領域的領導地位 。 此次推遲提醒業界 ， 自研芯片雖前景廣闊但技術門檻高企 ， 微軟仍需平衡創新與現實可行性 。
微軟Maia 100 AI芯片2023年11月 ， 在Microsoft Ignite大會 ， 微軟首次發布了Maia系列的首款產品——Azure Maia 100 AI芯片和Cobalt 100 CPU 。 這兩款芯片專為云基礎設施和訓練大規模語言模型優化設計 ， 通過微軟內部構建的垂直集成方案 ， 顯著提升了性能、功耗和成本效率 。
作為微軟首個定制AI加速器系列的開篇之作 ， Maia 100以先進規格脫穎而出 。 該芯片尺寸約為820平方毫米 ， 采用臺積電5納米制程技術 ， 集成1050億個晶體管 ， 僅比AMD MI300 GPU少約30% ， 并首次支持8-bit以下的MX數據類型 ， 以加速模型訓練和推理過程 。 此前微軟宣稱 ， Maia 100性能直追英偉達H100 ， 同時節省約30%成本 ， 凸顯其在減少對外部GPU依賴上的戰略價值 。
Maia 100芯片采用了臺積電的N5工藝和COWOS-S中介層技術 ， 使得集成度大幅提升 ， 同時優化了能耗管理 。 該芯片集成了大型片上SRAM ， 并結合四個HBM2E芯片 ， 實現了每秒1.8TB的總帶寬和64GB的存儲容量 ， 充分滿足了AI數據處理的高要求 。
在計算性能方面 ， Maia 100配備了高速張量單元和矢量處理器 。 高速張量單元支持多種數據類型 ， 包括低精度的MX數據格式 ， 為AI計算提供了強大的動力 。 矢量處理器則采用定制指令集架構（ISA） ， 支持FP32和BF16等多種數據類型 ， 進一步提升了AI運算的效率 。 此外 ， Maia 100還具備高效的Tensor運算能力 ， 確保了復雜AI模型的高效運行 。
Maia 100的TDP設計為500W ， 盡管支持高達700W的功率 ， 但其架構設計緊密圍繞現代機器學習需求展開 ， 旨在實現最佳的計算速度、性能和準確性 。 通過低精度存儲數據類型和數據壓縮引擎設計 ， Maia 100減少了大型推理作業對帶寬和容量的需求 ， 從而降低了能耗 。 同時 ， 大型L1和L2暫存器由軟件管理 ， 以實現最佳的數據利用率和能效 。
值得一提的是Maia 100的硬件和軟件架構均是從頭開始設計 ， 旨在更高效地運行大規模工作負載 。 軟件開發工具包（SDK）為開發人員提供了一套全面的組件 ， 以便將模型快速部署到Azure OpenAI服務 。 框架集成方面 ， Maia 100支持一流的PyTorch后端 ， 同時提供了調試器、分析器、可視化器等開發人員工具 ， 助力模型的調試和性能調整 。 編譯器方面 ， Maia 100提供了Triton編程模型和Maia API兩種選擇 。
*聲明：本文系原作者創作 。 文章內容系其個人觀點 ， 我方轉載僅為分享與討論 ， 不代表我方贊成或認同 ， 如有異議 ， 請聯系后臺 。
想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 ， 關注我們！

    推薦閱讀