https://blogs.microsoft.com/blog ... uilt-for-inference/
Maia 200 —— 一款突破性的推理加速器，旨在大幅改善 AI token 生成的经济性。Maia 200 是一款强大的 AI 推理引擎：它采用台积电 3nm 制程打造，配备原生 FP8/FP4 张量核心，重新设计的内存系统，拥有 216GB HBM3e（带宽达 7 TB/s） 和 272MB 片上 SRAM，并结合数据传输引擎，确保超大模型能够持续、高速且高利用率地运行。
这使得 Maia 200 成为所有超大规模云服务商中性能最强的第一方自研芯片，其 FP4 性能是第三代 Amazon Trainium 的三倍，FP8 性能也超过了谷歌第七代 TPU。同时，Maia 200 也是微软迄今部署过的最高效推理系统，其每美元性能比当前机群中最新一代硬件提升了 30%。
Maia 200 是我们异构 AI 基础设施的一部分，将服务于多个模型，包括来自 OpenAI 的最新 GPT-5.2 模型，为 Microsoft Foundry 和 Microsoft 365 Copilot 带来更优的性价比优势。微软超级智能（Superintelligence）团队将使用 Maia 200 进行合成数据生成和强化学习，以提升下一代自研模型的能力。
在合成数据流水线场景中，Maia 200 的独特设计有助于加速高质量、特定领域数据的生成与筛选，为下游训练提供更新、更有针对性的信号。
Maia 200 目前已部署在美国中部数据中心区域（爱荷华州得梅因附近），接下来将部署于美国西部 3 区域（亚利桑那州菲尼克斯附近），未来还将扩展到更多区域。Maia 200 与 Azure 实现无缝集成，我们正在预览 Maia SDK，提供一整套用于在 Maia 200 上构建和优化模型的工具。
该 SDK 包含完整能力集，包括 PyTorch 集成、Triton 编译器与优化内核库，以及对 Maia 底层编程语言的访问权限。这使开发者在需要时能够进行细粒度控制，同时也支持在异构硬件加速器之间轻松移植模型。
----CMO(Cache Maintenance Operations）)
