【INDEX News 黃振綱】
微軟自研 Maia AI（代號 Braga）晶片原計畫於 2025 年量產，因設計變更、人力短缺與團隊流動，延後至少 6 個月至 2026 年，可能使其性能不及競爭對手 NVIDIA Blackwell，並影響 Azure AI 自主硬體部署。
設計變更與人力問題拖累發布
據《路透社》與《The Information》報導，多位知情人士指出，設計變更、人手不足與團隊高流動率是導致 Maia 晶片延期的關鍵原因。原定於今年部署於 Azure 資料中心，如今要等到明年才能大規模生產，顯示微軟自研 AI 硬體面臨實際挑戰。
NVIDIA Blackwell 依然領先
延期消息同時指出，Braga 晶片即使量產，其性能可能不及去年發表的 NVIDIA Blackwell。此情況突顯微軟目前仍難與 NVIDIA 拉開差距，並可能拖累 Azure 提升運算自主性的布局。
亞馬遜與 Google 進展更快
與此同時，亞馬遜的 Trainium3 晶片計畫今年底量產，谷歌已於 2025 年 4 月推出第七代 TPU，自製 AI 晶片前進迅速。相比之下，Microsoft 自研晶片計畫顯得步伐遲滯，也影響其在雲端與 AI 算能市場的競爭力。
自主硬體布局受阻
-
成本與依賴風險：Maia 延遲使 Microsoft 仍需持續依賴 Nvidia 平台，短期內無法顯著降低成本。
-
戰略調整壓力：為因應晶片落後，微軟可能加速招募與工程資源投入，並優化設計流程，以避免未來進一步延期。
-
品牌與技術形象：此次進度延宕可能影響市場與開發者對 Azure AI 生態系的信心，不過若後續能穩健推出，仍有機會追回部分劣勢。
追趕之路與合作可能
儘管遇到困難，微軟持續投入三款自研晶片路線，包括 Braga、Braga‑R、Clea，目標部署到 2026、2027 年。此外，為補足延誤缺口，微軟可望強化 AMD 或第三方 ASIC 合作，並加緊團隊重組與技能補強。
微軟 Maia AI 晶片延遲顯示，即使是科技龍頭，自研硬體亦非一路順遂。2026 年能否如期量產並展現效能，是 Azure AI 自主化成敗的關鍵指標，也將深刻影響雲端基礎設施市場的勢力格局。
