11月16日消息，在一年一度的「Microsoft Ignite 2023」大會上，正式發布了用於數據中心的AI晶片Azure Maia 100和雲計算處理器Azure Cobalt 100。
具體來說，Azure Maia是面向雲端的AI加速器晶片，可用於OpenAI模型、ChatGPT、Bing、GitHub Copilot等AI工作負載。Azure Maia 100則是該系列第一代產品，基於台積電5nm製程生產。
Azure Maia 100晶片
目前，微軟已在Bing和Office產品測試新款AI晶片，微軟主要AI合作夥伴、ChatGPT開發商OpenAI也以GPT 3.5 Turbo進行測試。預計明年初，Maia 100將正式用於微軟數據中心，成為Azure雲計算服務的一部分。
Cobalt 100是基於Arm Neoverse CSS 設計構建，配備128個Neoverse（具體型號未知）計算核心。微軟目前正在 Microsoft Teams 和 SQL Server 等工作負載上測試其 Cobalt CPU，並計劃明年向客戶提供虛擬機來處理各種工作負載。
Azure Cobalt 100晶片
首批由Azure Cobalt 100晶片提供支持的伺服器
Rani Borkar在接受外媒採訪時表示，對微軟這樣的巨型企業而言，優化和整合硬體的每個要素可提供最佳運算性能，同時避免供應鏈瓶頸，Azure Maia和Azure Cobalt可為客戶提供基礎設施新的選擇。
近年來，雲服務廠商自研伺服器處理器和雲端AI晶片已經成為一大趨勢。對於這些雲服務廠商來說，他們手中不僅掌握了大量的數據和客戶，同時也非常了解自身及客戶對於雲端端各類負載和AI任務處理的需求，因此他們也迫切的希望能夠擁有更為貼合自身需求的定製化晶片，而不是選擇市場上的通用類型晶片。
同時，對於大型雲服務廠商來說，其本身對於伺服器處理器和雲端AI晶片的需求就非常的龐大且具有持續性，因此，自研晶片也將有望幫助雲服務廠商降低晶片的採購成本，而且還能夠避免對於外部晶片供應商的過度依賴，增加議價的籌碼。目前AI產業高度依賴英偉達（NVIDIA）GPU的問題已經凸顯。
目前，亞馬遜、谷歌、阿里巴巴、百度、華為都有自研的伺服器處理器和雲端AI晶片。比如，亞馬遜2015年收購以色列晶片新創Annapurna Labs，隨後推出了自研伺服器處理器Graviton系列和AI晶片Inferentia系列；谷歌從2018年起允許客戶採用自研晶片TPU（Tensor Processing Unit）；阿里巴巴在2019年就推出了自研的雲端AI晶片含光800，隨後在2021年又推出了自研的伺服器處理器倚天710；百度在2018年就發布了自主研發的首款雲端AI全功能AI晶片「崑崙」；2019年華為發布了自研的伺服器處理器鯤鵬920，以及雲端AI晶片昇騰910。
微軟過去曾開發國定製化晶片，包括與AMD合作設計Xbox處理器，以及為HoloLens和Xbox Kinect運動控制器開發專用晶片。隨著Azure Maia和Azure Cobalt正式發布，微軟自研晶片版圖更加完整。
除此之外，微軟也將在明年向客戶提供採用英偉達（NVIDIA） H200 GPU和AMD MI300X GPU的虛擬機器（VMs）服務，均能用於執行AI任務。
編輯：芯智訊-浪客劍