微軟 Azure Maia 300 預計 2027 年推出 Chiplet 採台積電 N2P 數 GW 規模部署 擺脫對 NVIDIA 依賴

微軟在 10 月 12 日同步由 Source Asia 微軟官方新聞稿與部落格(blogs.microsoft.com)發出「Microsoft to expand Azure Maia system to multi-gigawatt deployments」訊息,正式宣告 Azure Maia 200 已進入量產,Maia 300 預計 2027 年推出。Maia 系列將於 2027 年擴展至數 GW 規模,作為微軟產品與服務的主要 AI 推論系統,涵蓋 Microsoft Copilot、Microsoft Foundry 以及未來的代理式 AI 服務。TechOrange 與 iThome 解讀,這是微軟自研 ASIC 戰略從「實驗性晶片」轉入「主戰場兵器的關鍵節點」,具體作法是擺脫對 NVIDIA GPU 的單一依賴,把 AI 推論 workload 從 GPU 轉移到自研晶片。

TechNews 科技新報與工商時報進一步揭露 Maia 300 關鍵運算 Chiplet 採用台積電 N2P 2 奈米製程,搭配 3 奈米小晶片作為輔助運算區塊,並使用 CoWoS-L 封裝。工商時報標題直接以「微軟 Maia 300 明年上陣 台鏈旺」定調,點出台積電、京元電、欣興、弘塑、智原等台廠都已進入 Maia 300 供應鏈;中時新聞網報導「2027 部署上看百萬顆」,這數字代表 Maia 300 的量產規模相當於微軟單一年度 ASIC 出貨量超越 Google TPU v6/v7 整體,將是 ASIC 史上單一客戶的最大單。

微軟 10 月 13 日在深圳舉行的「Avnet Ecosystem Technology Forum 2026」(安富利智慧科技生態圈論壇)進一步把 Maia 300 列入邊緣 AI 與雲端 AI 整合的核心展示;eet-china 報導指出,微軟在會中強調「算力賦能,產業拓界」,象徵微軟的 AI 戰略從單純 hyperscaler 走向「雲端 + 邊緣」的整合平台。DIGITIMES 觀察則認為,Google 與 AWS 在 2027 年也會同步加碼自研 ASIC 部署,屆時全球 hyperscaler 自研 ASIC 出貨量將上看 1,500 萬顆以上,與 NVIDIA H 系列 GPU 形成「雙軌制」競爭格局。

代理式 AI(Agentic AI)推論是 Maia 300 的核心目標。Microsoft 部落格明確指出,Maia 系列將「成為微軟產品線最核心的 AI 推論底座」,不再只是輔助 GPU 的配角。Gelonghui 10 月 12 日報導、Reuters 路透社 10 月 11 日報導同步確認,微軟這次擴展是為了支援 Copilot、Foundry 與 Office 365 等代理型服務的推論負載,「未來 18 個月微軟自研 AI 推論量將成長 4 倍」。換言之,Maia 300 不是「下一顆 ASIC」,而是微軟把 AI 推論「雲端與自研融合」的策略宣言。

對台灣半導體供應鏈而言,Maia 300 的意義有三層。第一,台積電 N2P 量產進入「全速運轉」,2 奈米產能利用率 2027 年有機會衝上 95%;第二,CoWoS-L 先進封裝需求暴增,京元電、欣興、弘塑、智原的「2.5D 與 3D 封裝」族群進入新一輪成長週期;第三,微軟與應材、台積電、英特爾、三星、美光、SK 海力士同列 EPIC 創始合作夥伴(見 article-1171),意味 Maia 300 的次世代材料與製程研發將與 EPIC 中心深度綁定,台灣供應商將取得「同步開發」窗口。

立醬觀察到三個關鍵節點。第一,2027 年不只是 Maia 300 的元年,Google TPU v7、AWS Trainium 3、Meta MTIA v3 都將同步進入量產,全球四大 hyperscaler 的自研 ASIC 將合計吃掉約 30% 的 AI 加速器市場,這對 NVIDIA 是結構性壓力,但對台積電 N2P 與 CoWoS-L 是結構性利多。第二,微軟把推論 workload 從 GPU 抽離到 ASIC 是「推論價格崩跌」的起點,2027 年每千次 token 推論成本預期下降 40-50%,這會把 OpenAI、Anthropic 的推理營運成本同步壓低,終端 AI 應用市場將進入新一輪爆發。第三,Maia 300 雖然是 hyperscaler 自研,但其供應鏈仍依賴台積電,這代表「美中科技戰下的半導體自主」與「AI 雲端依賴亞洲製造」兩條軸線將同時運作,台灣將繼續在這矛盾中扮演關鍵平衡點。