#微软发布新一代AI芯片，股价触及年内高点
About 微软发布新一代AI芯片，股价触及年内高点
微软10月12日发布第三代自研AI芯片Maia 300，计划于2027年开始规模化部署。微软预计，新芯片单位功率AI推理效率较领先GPU系统提升约40%，机架级吞吐量最高达到上一代的7倍。10月12日微软股价收涨1.14%至541.15美元，创历史收盘新高，但尚未突破52周盘中高点。随着AI推理需求扩大，微软正加快自研芯片布局，以降低算力成本及对外部GPU供应商的依赖。
热门
最新
微软发布新一代AI芯片，股价触及年内高点 热门帖子
星球精选媒体
微软推出自研 AI 晶片 Maia 300，关键小晶片采用台积电 2 奈米
ChainCatcher 消息，据中央社引述路透社报导，微软宣布推出第 3 代自研 AI 晶片 Maia 300，计划明年部署数量可能超过 100 万颗，以支援内部 AI 服务。负责关键运算功能的小晶片采用台积电 2 奈米制程。Maia 300 可处理程式码撰写，以及代替使用者执行复杂商业任务等工作。前一代晶片已用于运行微软内部 AI 模型，以及透过微软 Azure 云端运算服务提供的 OpenAI 模型。
微软采取与辉达不同的技术路线。辉达 AI 加速器采用一颗大型运算晶片，周围环绕高频宽记忆体晶片；Maia 300 核心运算处理器由小晶片组成，关键运算功能的小晶片使用台积电 2 奈米，其他小晶片使用成本较低的 3 奈米，负责将资料传出处理器及在系统内部其他位置传输资料。
Maia 300 将安装在机柜中，每个机柜容纳 96 颗晶片，耗电量约 167 kW。相较之下，辉达最新 GB300 AI 伺服器机柜配置 72 颗 GPU，耗电量约 142 kW。微软表示，计划从明年起大规模部署 Maia 300，规模将达数个 GW。微软先前表示，预计今年资本支出将超过 1750 亿美元。
英特尔又涨价了，这次最高20%。
刚看到这消息我第一反应是去翻了下自己那台老本子，去年想换没换，现在看是省了还是亏了。
说白了就一件事：AI把台积电的先进产能抢光了，CPU只能跟着涨。
高通10月跟了10%，AMD据说也要动。英特尔去年底到现在已经涨了三回。
这跟币圈有啥关系？
短期没啥直接关系，别硬扯。但有个信号挺有意思——上游硬件越来越贵，说明算力这条线还在烧钱。
我上次看到类似消息没当回事，结果错过了一波AI概念。
这次我学乖了，不追，但放观察列表里。
说句大实话：涨价的是芯片，真正稀缺的是产能。谁卡住产能，谁说了算。
#OpenAI营收口径引争议，AI投资回报受关注
#台积电Q3营收创新高，10月15日财报还有哪些看点？ #三星Q3初步利润首破100万亿韩元 $AMD
星球精选媒体
微软要让自研芯片成为AI推理主力，Maia 300明年或部署超百万颗
币界网消息，微软宣布计划从2027年起，将自研Maia芯片部署规模扩大至数吉瓦，成为旗下AI产品的主要推理平台。据路透社报道，微软明年可能部署超过100万颗Maia 300，进一步减少对英伟达GPU的依赖。目前，上一代Maia 200已在Microsoft Copilot中运行，支持OpenAI、微软自家及开源模型。新一代Maia 300针对长上下文推理和多步agent优化，采用台积电2nm工艺，每颗配备288GB HBM4显存，内存带宽达到18TB/s。单个机柜容纳96颗芯片，功率约167kW，芯片数量是上一代机柜的两倍。微软宣称，新机柜的token吞吐量最高达到Maia 200的7倍，每兆瓦电力可生成的token比领先GPU系统多40%。
微软要让自研芯片成为AI推理主力，Maia 300明年或部署超百万颗
微软宣布，计划从 2027 年起，将自研 Maia 芯片部署规模扩大至数吉瓦，让它成为旗下 AI 产品的主要推理平台。据路透社报道，微软明年可能部署超过 100 万颗 Maia 300，进一步减少对英伟达 GPU 的依赖。
目前，上一代 Maia 200 已在 Microsoft Copilot 中运行，支持 OpenAI、微软自家及开源模型。新一代 Maia 300 则针对长上下文推理和多步 Agent 优化，计算芯粒采用台积电 2nm 工艺，每颗配备 288GB HBM4 显存，内存带宽达到 18TB/s。
Maia 300 的单个机柜容纳 96 颗芯片，功率约 167kW，芯片数量是上一代机柜的两倍。微软宣称，新机柜的 Token 吞吐量最高达到 Maia 200 的 7 倍，每兆瓦电力可生成的 Token 比领先 GPU 系统多 40%。
星球精选媒体
微软要让自研芯片成为AI推理主力，Maia 300明年或部署超百万颗
动察 Beating AI 快讯，微软宣布，计划从 2027 年起，将自研 Maia 芯片部署规模扩大至数吉瓦，让它成为旗下 AI 产品的主要推理平台。据路透社报道，微软明年可能部署超过 100 万颗 Maia 300，进一步减少对英伟达 GPU 的依赖。
目前，上一代 Maia 200 已在 Microsoft Copilot 中运行，支持 OpenAI、微软自家及开源模型。新一代 Maia 300 则针对长上下文推理和多步 Agent 优化，计算芯粒采用台积电 2nm 工艺，每颗配备 288GB HBM4 显存，内存带宽达到 18TB/s。
Maia 300 的单个机柜容纳 96 颗芯片，功率约 167kW，芯片数量是上一代机柜的两倍。微软宣称，新机柜的 Token 吞吐量最高达到 Maia 200 的 7 倍，每兆瓦电力可生成的 Token 比领先 GPU 系统多 40%。
英伟达最危险的竞争对手，正在给它下订单。
昨天微软发布了 Maia 300，计划从 2027 年开始进行数吉瓦规模的部署，未来让自研芯片承担旗下 AI 产品的主要推理工作。微软宣称，在相同电力条件下，Maia 300 的 Token 产出比领先的 GPU 系统高出 40%。
Google 有 TPU，Amazon 有 Trainium，Meta 有 MTIA，现在微软也准备把 Maia 大规模投入生产。英伟达最重要的几家客户，正在集体争夺 AI 算力的定价权。
这里有个很有意思的变化。
过去两年，科技巨头担心的是买不到 GPU，英伟达几乎可以决定算力的价格。现在大家逐渐发现，模型训练仍然离不开高性能通用 GPU，但大量重复、稳定的推理任务，完全有机会交给自己设计的芯片。
尤其当 AI Agent 真正普及，推理从一次性的聊天变成每天持续运行的任务，成本每降低一点，都是巨大的利润空间。
英伟达未来可能面临一个非常尴尬的局面，AI 算力需求继续爆炸，GPU 销量和营收也继续增长，但它在整个 AI 产业里拿走的利润比例，却开始下降。
最近半导体股的回调当然有很多原因，但我觉得市场正在重新审视一个过去被忽略的问题。
AI 产业可以一直繁荣，英伟达却未必能一直维持今天这样的定价权。
而且这件事真正发生的时候，可能根本不需要谁造出比英伟达更强的芯片。只需要微软、Google、Amazon 这些客户逐渐把一部分推理预算留给自己，就足够改变整个行业的利润分配了。
Venu
我今天早上在研究是什么导致了AI和半导体股票的回调。
一个可能的原因是微软宣布了其新的Maia 300 AI芯片。
市场似乎担心Mag 7公司越来越多地开发自己的定制芯片，这可能会随着时间推移减少它们对NVIDIA和AMD的依赖。
微软、谷歌、亚马逊和Meta都在朝这个方向发展。
但重要的是：
开发自己的芯片并不意味着你会突然停止购买NVIDIA的GPU。
AI计算需求持续增长，定制芯片可以与GPU在不同的工作负载中共存。
更大的问题是，这些内部芯片最终是否会从NVIDIA和AMD那里夺取AI支出的重要份额。
这是值得关注的事情，但我不会仅仅因为超大规模云服务商正在开发自己的芯片就断定AI基础设施周期已经结束。
《美股公司深度解析10：$AMD究竟是一家什么公司？为什么它已经逼近万亿美元市值，却依然很难复制英伟达的赚钱能力？》
如果说过去十年半导体行业最成功的逆袭故事之一是AMD挑战英特尔，那么未来十年最值得关注的竞争，就是AMD能否在AI计算领域真正撼动英伟达的主导地位。
很多投资者认为，只要AI市场规模继续扩大，英伟达不可能永远一家独大，AMD迟早能够拿走大量市场份额。这个逻辑并没有错，但问题在于：获得市场份额和获得同等利润，完全是两回事。
先看商业模式。AMD是一家无晶圆厂芯片设计公司，主要依靠台积电等合作伙伴生产芯片，核心业务分为三大板块。
第一是数据中心，包括EPYC服务器CPU和Instinct AI加速器。第二是客户端与游戏业务，包括Ryzen处理器、Radeon显卡以及游戏主机半定制芯片。第三是嵌入式业务，主要面向工业、通信和其他专业应用市场。
其中，真正改变AMD估值体系的，是数据中心业务。
2026年第二季度，AMD营收达到115.36亿美元，同比增长50%，创历史新高。数据中心业务收入67.18亿美元，同比增长107%，已经贡献公司约58%的收入。
客户端与游戏业务收入38.41亿美元，同比增长6%，嵌入式业务收入9.77亿美元，同比增长19%。
这说明AMD已经逐渐摆脱过去高度依赖PC市场的业务结构，开始成为一家数据中心驱动的半导体企业。
再看盈利能力。
第二季度GAAP净利润22.97亿美元，同比增长163%，GAAP毛利率54%，营业利润率17%。Non-GAAP净利润27.6亿美元，调整后毛利率56%，调整后营业利润率27%。
这些数字对于一家半导体公司来说已经相当不错，但如果和英伟达比较，就能看出明显差距。
英伟达真正恐怖的地方，不只是GPU性能领先，而是整个CUDA生态、网络互联、服务器系统以及软件工具共同形成的商业壁垒。
对于大型AI企业而言，采购成本只是其中一部分。模型训练效率、软件兼容性、开发成本、系统稳定性和运维成本，同样决定最终投入产出比。
AMD即使提供具有竞争力的芯片，也必须证明客户迁移到ROCm软件生态后，能够获得足够好的整体经济效益。
这就是为什么硬件性能接近，并不代表两家公司的利润率就能接近。
不过AMD也有自己的优势。
首先是EPYC服务器CPU。相比单纯竞争AI GPU，AMD已经建立起较强的服务器处理器产品竞争力。AI数据中心同样需要大量CPU完成任务调度、数据处理和系统管理。
随着AI应用规模扩大，CPU需求也可能持续增长。
第二是Instinct系列AI加速器和Helios整机架平台。AMD正在尝试从单颗芯片供应商向系统级AI基础设施提供商转型，通过GPU、CPU、网络和软件协同优化性能。
第三是客户供应链多元化需求。
微软、Meta、OpenAI等大型AI客户都不希望长期完全依赖单一芯片供应商。即使英伟达保持领先，AMD也有机会通过价格、能效和定制化产品获得部分订单。
客户合作方面，AMD已经拿到了非常重要的商业验证。
2025年10月，AMD与OpenAI达成最高6GW的多年GPU部署合作安排。2026年2月，AMD又宣布与Meta达成最高6GW的GPU部署协议。
两项合作说明大型AI企业愿意在未来的算力体系中引入AMD产品。
但必须注意，12GW代表两项协议涉及的潜在部署规模，并不意味着相应收入已经全部确定，更不能直接把它换算成当前利润。
这两项合作还涉及附带条件的股票认购权证。AMD分别向OpenAI和Meta授予最多1.6亿股的认购权，只有满足采购、股价及其他商业条件后才能分批归属和行使。
如果未来全部归属，可能产生显著股权稀释。研究订单增长时，也必须同时关注每股盈利能否真正受益。
财务方面，AMD第二季度末持有约131亿美元现金、现金等价物及短期投资，总债务约32亿美元，单季度自由现金流约15.6亿美元。
资产负债表比较健康，公司拥有继续投入研发、产品迭代和业务扩张的资金能力。
再看估值。
10月9日$AMD收于608.10美元，市值约9927亿美元，距离万亿美元仅一步之遥。滚动市盈率约155倍，预期市盈率约55倍。
这意味着市场已经提前反映了未来几年AI加速器、服务器CPU以及整机架系统高速增长的预期。
相比之下，英伟达的优势不仅体现在收入规模，更体现在利润率、现金流和软件生态。AMD想要支撑当前估值，不能只证明自己能够拿到订单，还必须持续提高利润水平。
技术面上，AMD近期最高触及658美元附近，随后出现调整。短期重点关注600美元整数关口，以及630—650美元区域能否重新突破。
真正的催化剂来自11月3日第三季度财报。公司此前预计第三季度营收达到130亿美元，上下浮动3亿美元，Non-GAAP毛利率约56%。
我最关注三个指标：数据中心收入能否继续超预期、Instinct产品的实际商业化进展，以及毛利率能否随着高价值产品占比提升而改善。
主要风险也非常清楚：英伟达生态壁垒、谷歌和亚马逊等企业的自研ASIC、先进封装与HBM供应限制、客户集中度，以及市场已经给予的高估值。
我的观点是，AMD未来完全有可能成长为全球AI计算领域的重要第二供应商，但第二供应商不代表一定能够复制行业龙头的盈利模式。
如果AI市场持续扩大，AMD不需要击败英伟达，也可能获得相当大的收入增长。
但对于投资者来说，真正的问题并不是AMD未来能不能增长，而是现在接近万亿美元的市值，究竟已经提前反映了多少未来增长。
我看好AMD的长期技术实力和市场机会，但不会因为它是英伟达的竞争对手，就认为它必然拥有更大的投资回报。
公司竞争力和股票投资回报，从来不是同一个概念。
$AMD
🔥突发：微软史上最大自研芯片赌注来了！
Satya 宣布：从明年起，Azure Maia 家族扩到多吉瓦级部署，成为自家产品/服务的主力推理系统。
关键细节：
🔹Maia 300：比领先 GPU 系统 tokens/watt 高 40%，96 芯片机架吞吐最高达 Maia 200 的 7 倍
🔹已部署 Maia 200：覆盖美/欧/澳，Teams+Copilot 最高 1.7x tokens/watt
🔹目标：全栈效率（硅片+系统+软件）最大化，同时继续用生态最新创新
AI 推理成本战打响，自研硅片正式上车。
#Microsoft #Azure #Maia #AI芯片 #自研芯片 #Copilot #AI基础设施 #Nvidia
