微软自研AI芯片Maia的量产延期至2026年，凸显了大型科技公司在“去英伟达化”进程中面临的技术、人才和市场挑战。这不仅是芯片设计与迭代速度的竞赛，更是对AI时代核心算力主导权的战略博弈。
在人工智能浪潮的汹涌推进下，科技巨头们无一例外地将目光投向了定制化AI芯片，以期摆脱对英伟达日益增长的依赖，掌握核心算力命脉。然而，这条看似通往自主之路的征程，却布满了意想不到的荆棘。微软最新一代AI芯片Maia的量产计划，便在这场宏大叙事中遭遇了重大挫折，其量产时间将从原定的2025年推迟至2026年。这背后，不仅有技术迭代的艰巨挑战，更深层次地折射出AI时代人才争夺的白热化以及市场动态的复杂性。
技术迭代的困境：定制化与通用性的张力
微软Maia芯片的延期，并非孤立事件。其核心原因直指芯片设计与AI模型飞速发展之间的深刻矛盾。据知情人士透露，原定于今年部署到数据中心的下一代芯片Braga，因设计发生预料之外的变化、研发团队人员不足以及员工流动性过高而不得不推迟至少六个月1。更令人担忧的是，即便Braga最终投入量产，其性能也预计将远逊于英伟达于2024年底发布的旗舰芯片Blackwell。
这其中，技术层面的挑战尤为突出。芯片开发周期通常长达两年甚至更久，但在生成式AI领域，技术范式几乎以季度为单位进行迭代。微软的首款AI芯片Maia 100便是例证：它在2023年发布，却因最初设计于2019年，重点关注图像处理而非生成式AI，导致其在ChatGPT发布后迅速“过时”，未能承担起微软AI服务的实际生产任务，仅用于内部测试。这种“未发先旧”的风险，是所有试图自研AI芯片的公司都必须面对的宿命。
微软曾雄心勃勃地规划在2025年至2027年间推出三款推理芯片——Braga、Braga-R和Clea。然而，Braga的延期无疑给后续计划蒙上了一层阴影。特别值得关注的是，在Braga芯片的开发过程中，微软应OpenAI的要求对其设计进行了修改以满足新功能需求，这直接导致芯片在模拟测试中出现不稳定，工程师不得不耗费数月时间修复。这揭示了一个关键问题：即便是紧密合作的伙伴关系，模型层面的快速创新也会给底层硬件设计带来巨大的不确定性和压力。芯片设计需要在通用性和特定优化之间找到平衡点，而生成式AI的复杂性，正不断推高这一平衡的难度。据称，只有到Clea（代号Maia 300）问世，采用全新设计的Maia系列芯片才能在能效和性能上与英伟达产品一较高下。
人才流失与算力生态的重塑
“五分之一的团队成员离开了项目”，这一数字触目惊心，它不仅是微软芯片项目延期的直接原因，更是AI时代下稀缺高级工程人才争夺战的一个缩影。高压的工作环境、紧迫的交付期限以及与市场领先者之间存在差距的产品前景，都可能加速人才的流失。
人才，尤其是能够设计和优化复杂AI芯片的顶尖工程师，是这场算力主权争夺战中最宝贵的资源。英伟达在此方面具有得天独厚的优势。作为AI芯片领域的绝对霸主，其在技术积累、生态系统构建和市场影响力方面都占据领先地位。有报道指出，甚至有参与谷歌TPU网络核心技术的联发科团队成员离职转投英伟达，这无疑加剧了其他公司在人才层面的劣势。英伟达CEO黄仁勋在开发者大会上的那句“如果你做的ASIC（特定应用集成电路）不比现有的更好，那还有什么意义？”1的质问，不仅是对竞争对手的嘲讽，更是对AI芯片领域严酷现实的精准概括——人才和技术壁垒共同构筑了英伟达的护城河。
其他科技巨头也深陷于类似的算力自主迷局中。亚马逊正在研发其第三代AI芯片Trainium 3，谷歌的TPU也已迭代十年，下一代Ironwood芯片预计将于明年大规模量产1。这些努力都旨在减少对英伟达的依赖。然而，即使是谷歌，也仍然需要租赁搭载英伟达芯片的服务器，支持部分不适合TPU处理的AI服务。这表明，在AI芯片领域，构建一个完全自给自足的生态系统异常艰难，通用性强、性能卓越的英伟达芯片，在可预见的未来仍将占据主导地位。
算力主权的未来与长线博弈
微软Maia芯片的延期，以及其他公司在自研芯片道路上的挑战，清晰地描绘出AI时代算力主权之争的复杂性与残酷性。这不仅仅是一场技术竞赛，更是巨头们在控制成本、优化AI工作负载以及确保战略自主权方面的长线博弈。
尽管定制化芯片在特定场景下能提供更高的能效比和性能，但其高昂的研发成本、漫长的开发周期以及面对快速迭代的AI模型可能迅速过时的风险，构成了巨大的门槛。英伟达通过其CUDA生态系统和不断推陈出新的旗舰产品（如GB200），进一步巩固了其“乐高积木”式的通用性优势，使得客户在短期内难以转向。它正通过设定极为激进的性能目标，力求让客户难以用其他芯片替代其产品。
然而，微软、谷歌、亚马逊等巨头对自研芯片的投入，并非毫无意义。这是一种对未来战略风险的对冲，是对成本结构优化的探索，也是在AI军备竞赛中争取话语权的关键一步。即使短期内难以超越英伟达，这些尝试也推动了AI硬件生态的多样化，并最终可能为整个行业带来更健康、更具竞争力的发展格局。这场围绕AI核心算力的持久战，才刚刚拉开序幕。
引用
-
1/5工程师跑路！微软AI芯片难产，或将推迟至2026年量产·腾讯新闻·金鹿（2025/6/28）·检索日期2025/7/2 ↩︎ ↩︎ ↩︎