摩根大通微软：推理转向Maia

摩根大通这份报告的重点是微软自研芯片在业务中的角色变化：Maia将从已运行的部分工作负载，逐步扩展为微软产品与服务的主要推理系统。研究的是微软如何承接自己不断增长的AI需求。

Maia 200已经服务Microsoft Copilot，并支持微软AI团队开发下一代模型；GitHub Copilot和Microsoft Foundry是预计在2026年末前加入的服务。Maia 300则计划在2027年开始生产部署。当前已用、年底计划和下一代部署，是三个不同阶段。

摩根大通由此把盈利影响放在微软内部成本上。报告预计这一路线主要服务内部用例，未把它建模成对外销售芯片或独立算力业务。

报告引用的两组性能数字，回答的是不同问题。token处理量需要同时说明相对谁、以什么资源为分母，以及在什么工作负载下测量。这里保留微软的预期与“最高”限定，未将厂商说法写成本站实测。

7倍是整柜吞吐量，没有提供同功耗或同颗数前提，不能解读为单芯片快7倍；也不能把1.7乘1.4，推导跨代、跨工作负载的统一优势。

一个可复算的条件情景：若同等工作负载下每兆瓦产出确为1.4倍，完成相同token量所需的能源约为原来的1÷1.4＝71.4%，即降低28.6%。这是只调整能源效率的算术情景，不是总成本或毛利率预测。

摩根大通归纳了三类变化：软件定义的数据流、计算架构以及内存。它们共同影响每瓦能够完成多少有效工作，单看峰值计算量不足以验证报告的效率判断。

HBM带宽决定数据供给速度；小芯片架构拆分计算、内存控制与输入输出功能；纵向扩展互连支持多个加速器协同。报告将这些方向与更高吞吐量联系起来，但没有给出各部分贡献占比。

微软官方公告补充的系统规格是：96颗加速器、167千瓦机柜功耗范围、27.6TB HBM和1.7PB/s汇总内存带宽。这些是公司公布的规格，并非本研报测出的结果。机柜功耗包含的范围也不同于芯片热设计功耗，不能混用分母推导单芯片能效。

“数GW”覆盖Maia整个系列。把系列部署目标全部归到Maia 300，再乘未经独立确认的芯片数量或单价，会把多项假设叠成一个看似精确的收入数字。本篇不据此估算芯片采购额或供应商订单。

摩根大通认为，投资者将主要从资本开支强度和云软件营业成本看到Maia扩张的效果。更高吞吐量有助于Copilot服务能力，更低单位算力成本则可能改善Microsoft Cloud毛利率；报告描述其毛利率处于百分之六十中高段，未量化Maia能增加多少个百分点。

2,100与1,750相差350亿美元，数字比值为1.20。但FY27与CY26不属于连续同口径年度，这个20%不能当作资本开支同比增速。报告也没有披露Maia在上述总开支中的单独预算。

同样，能源效率提高40%并不意味着云毛利率提高40%。采购与折旧、研发与迁移、利用率、服务定价和其他云业务，都会影响最终结果。报告给出了改善方向，尚未给出可以闭合的利润桥。

这份研究的可检验命题是：微软能否把自家服务迁到Maia，并以足够的运行规模降低单位推理成本。下一步首先看年底服务接入是否按期，再看2027年的实际部署，以及同模型、同延迟约束下的性能与成本披露。

报告没有给出GPU采购减少多少，也没有给出Maia对应的收入或利润贡献。内部自研扩张与整体数据中心扩建同时发生，不能仅凭自研占比方向推断某家外部芯片供应商的销售额变化。

财务核验应继续追踪统一期间的资本开支、折旧、云毛利率及服务使用量；如果吞吐提高却被更大工作负载吸收，单位成本可能改善，绝对支出仍可能上升。这是本篇基于报告机制的分析，而非公司已披露结果。

报告维持微软增持评级。这里的增持是相对分析师覆盖组合的预期总回报判断；本篇不把评级替换成投资建议，也不补写报告正文没有提供的估值模型。

披露页注明，摩根大通为微软相关金融工具做市或提供流动性；微软是其现有或近12个月客户，存在非投行服务报酬，并预计收取或寻求未来三个月投行服务报酬；覆盖团队成员或家庭成员可能持有相关证券，摩根大通也可能持有其债务头寸。研究结论应连同这些关系阅读。