微软把 Maia 200 推进生产环境：Maia 300 预告每兆瓦多出 40% token

微软表示 Maia 200 现已承载生产负载，包括 Copilot；GitHub Copilot 和 Foundry 计划在年底前跟进。公司规划多吉瓦级 Maia 部署，Maia 300 将于 2027 年投产。微软预期 Maia 300 相比领先的 GPU 系统每兆瓦多产出 40% 的 token，机架吞吐最高可达 Maia 200 的七倍。

指标换了：从算力到每瓦产出

这次发布的核心叙事不再是峰值算力，而是“每兆瓦 token 数”。这是一个成熟信号——当规模上去以后，电力和数据中心容量才是真正的约束条件。

为什么这是硬约束

agent 服务的成本结构和传统 Web 不一样。一次用户请求可能触发几十次模型调用，token 消耗是乘法关系。当 agent 从演示走向日常，电力预算会先于芯片供给卡住扩张。

自研芯片的战略意义

不只是省钱。拥有自己的芯片路线意味着容量规划不受单一供应商排产约束，这在扩张期是决定性的。

Maia 200 到 300 的跨度

七倍机架吞吐这个数字要谨慎看待——通常是与初代产品的对比，且依赖具体配置。但方向明确：单位能耗产出是这一代的主要优化目标。

对普通团队的影响

短期没有直接影响，除非你是基础设施决策者。但长期看，推理成本的下降曲线决定了哪些 agent 应用在商业上成立，值得持续跟踪。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

指标从峰值算力换到每瓦产出，说明电和数据中心容量才是真约束。agent 一次请求触发几十次调用，token 消耗是乘法关系，这个趋势下单位能耗决定哪些应用能成立。

从比峰值算力改成比每兆瓦 token 数，这个指标变化比数字本身更有信息量。机柜是固定的，电是定额的，谁能在同样功耗下多吐 token，单位成本就低。我们做私有化部署最关心这个：卡买得到，机房电容增量买不到。七倍机架吞吐等实测数据出来再看。