微软的AI策略：软硬结合，多交朋友，引领人工智能发展

就在本周，NVIDIA英伟达刚刚发布了最新的AI芯片H200 GPU，引发了业界广泛关注。

不过AI圈苦算力久矣，看看二手平台30万一张的H100，相信规格又有提升的H200价格也不会便宜到哪去。

处在行业前列的科技大厂们同样要考虑“降本增效”的事儿，“自研芯片”就是其中一条出路。

而在今天稍早的Ignite 2023大会上，微软终于公布了那个“传说中”代号“Athena雅典娜”的芯片——Azure Maia 100，同时还有Cobalt 100，两者将用于强化Azure AI和Microsoft Copilot服务。

首先是Maia 100，这是一款专为Azure云服务和AI工作负载设计的ASIC芯片，适用于x86系统，可用于OpenAI模型、Bing、GitHub Copilot和ChatGPT等AI工作负载运行云端训练和推理。

基于台积电5nm工艺，单芯片拥有1050亿个晶体管。在算力方面，MXInt8格式下，算力可以达到1600 TFLOPS，在MXFP4格式下则为3200 TFLOPS。这个水平和英伟达的H100相比也差距不远了。

不过由于Maia 100的立项设计是早于大语言模型热潮之前的，因此在显存上的规划要相对保守，只给了4层堆栈64GB HBM3显存，带宽也只有1.6TB/s，无论速度、堆栈层数还是容量，都远不及H100。有关显存对于AI计算，尤其是推理效率的意义，大家可以参考《英伟达H200发布，性能很强，奈何买不到》，这里就不再赘述。

不过微软有一个独特的领先之处，每块Maia 100的芯片内都直接集成了RDMA以太网IO，可以很方便的进行多芯片互联，相当于英伟达的NVLink。这使得Maia 100能够很轻松地实现数量庞大的芯片互联，而不需要外置网卡协助。

OpenAI首席执行官Sam Altman表示：“Azure Maia 是专门为 AI 设计的，旨在实现硬件的绝对最大利用率”，OpenAI也已经用自己的模型（GPT-3.5 Turbo）对Maia进行了测试与改进。

另一款Cobalt 100 CPU则是一款高能效设计的Arm架构芯片，专门用于在微软Cloud上运行通用计算工作负载。这款芯片可以提供高密度、高可靠性和高安全性的计算服务，适用于 Web 应用、数据库、容器和微服务等。

硬件规格上，Cobalt 100拥有128个Neoverse N2内核，支持12通道DDR5内存。

根据微软硬件产品开发副总裁所说，Cobalt 100的主要目标是优化整个数据中心的“每瓦性能”以实现可持续发展。

前面也提到了，长期以来，英伟达的AI芯片上几乎具有统治级的地位，旗舰芯片不仅一卡难求，更是价格高昂，有分析计算，AI服务比传统互联网服务如搜索引擎的成本高10倍。

实际上，微软已经是Meta、谷歌等巨头中较晚发布自研芯片的公司了，目的基本都是降低成本。

本以为，这次的微软芯片应该也会剑指英伟达，形成竞争关系，但事实好像并非如此。

一方面，微软表示，他们并不打算出售这些芯片，而是将它们用于为其自己的订阅软件产品赋能，并作为其Azure云计算服务的一部分。

另一方面，微软还宣布将会扩大行业合作伙伴关系。推出了基于英伟达H100构建的NC H100 v5 VM系列的预览版，明年还会添加英伟达的H200 GPU，以实现更大的模型推理能力，现场更请来了英伟达CEO黄仁勋站台。同时，AMD的MI300X芯片似乎也找到了新客户。

很明显“这并不是取代NVIDIA的东西”。

Azure硬件系统和基础设施（AHSI）公司副总裁Rani Borkar表示，微软是一家软件公司，现在共同设计软件和硬件是为了实现1+1＞2的效果，硬件只是其中一部分。

首先，Bing Chat和Bing Chat for Enterprise，正式更名为Copilot。后续不仅可以通过浏览器网页进行访问，还会上线移动设备。

同时，微软还带来了低代码工具“Copilot Studio”，可以在同一网页中构建、部署、分析和管理内容，通过拖放这种简单易懂的方式，就能直接构建和发布插件到适用于Microsoft 365的Copilot。

它甚至还集成了OpenAI前段时间刚公布的GPTs，可定制Copilot，或构建独立的协同助手，包括自定义的 GPT、生成式AI插件等，可以自定义主题。

整场Ignite 2023大会可以说是干货满满，笔者总结的并不全面。

不过有趣的是，似乎没人带着英特尔玩了？

本文作者：Visssom，观点仅代表个人，文中图片均来自微软