一米阳光

微软下一代AI芯片或交由英特尔代工_我的网站

A |     21世纪经济报道记者 陶力上海报道          业界基本以两条并行路径深入物理世界：一条是从工业数据治理出发、向工艺与供应链渗透的“云端赋能”路线；另一条是从底层架构重构、让AI驻留终端的“端侧原生”路线。    本文来自微信公众号：财联社AI daily （ID：gh_f7653dea6e99），作者：周子意                    据业内人士透露，微软已向英特尔下达其下一代人工智能芯片Maia 2的晶圆代工订单，计划采用英特尔的18A或18A-P制程。

B |                    该芯片或将用于微软Azure数据中心等人工智能基础设施。                   如果消息属实，这笔交易将使微软能够获得一个位于美国当地的芯片供应链。

C | 此外，考虑到美国政府对英特尔的投资，这笔交易在其他方面也可能对微软有利。                   ▍潜在合作                    2024年初时，曾有报道称英特尔和微软宣布将利用英特尔的18A制造工艺打造一款“定制处理器”。         2026世界人工智能大会（WAIC）期间，多家技术服务展商集中展现了AI深入物理世界的策略。         当前行业主流端侧AI方案，普遍采用 “云端预训练 + 终端裁剪压缩” 技术模式，该方案已成熟应用于各类数字化场景。

D | 当时这两家公司并未透露该芯片的具体用途，使得行业观察人士在猜测和解读方面有了很大的空间。

E | 但物理场景对AI系统提出了低延迟实时响应、离线独立运行、本地数据隐私安全等刚性要求，传统云端迁移式方案仍存在短板，行业亟需底层技术架构创新，支撑物理AI的规模化落地。         标准共建先行          在“端侧流式多模态模型赋能 AI 硬件爆发”分论坛上，Om AI联汇CEO兼首席科学家赵天成指出，物理世界实时、动态、高频的交互特性，决定了端侧AI不能是云端模型的“简易减法版”，须基于物理场景重构底层架构与运行逻辑。“物理世界并非云端数字世界AI的简单延伸，端侧智能需要建立专属的架构思路、评估体系、安全框架和产业生态。

F | ”          当前端侧AI产业面临硬件架构繁杂、接口标准不统一、软硬协同成本高等碎片化问题，与多元算力产业早期困境高度相似。         统一标准体系建设，成为推动端侧原生从实验室验证，走向规模化商用的关键抓手。

G |                    如今，这两家公司打破了沉默，有消息人士公布了英特尔代工业务的18A代工厂客户信息，称英特尔代工厂正计划为微软生产一款基于18A或18A-P（性能提高8%）制程的人工智能处理器。

H |                    这一潜在合作具有双重战略意义：一方面，此举旨在实现微软芯片供应链的多元化，以降低对单一供应商的过度依赖，增强供应链韧性；另一方面，也顺应了美国《芯片法案》中推动本土半导体制造业复兴的国家战略。         为此，论坛上发起《端侧多模态基座与AI硬件协同发展倡议》，倡议提出三个共建方向：一是共建端侧原生技术标准，推动评估体系、接口规范、安全框架标准化；二是共研软硬一体联合方案，推动模型-芯片协同、端云协同边界探索；三是共拓物理AI产业场景，推动重点赛道数据反馈机制与开放生态建设。         据悉，倡议面向全行业开放，旨在凝聚科研机构、硬件厂商、方案商、开发者和产业投资人力量，打破技术壁垒、消除行业孤岛，推动端侧AI产业规范化发展。                   对英特尔来说，这也将是个重大进展。如果微软的Maia 2有望在英特尔代工厂生产，那么后者公司的18A（或18A-P）的制造工艺预计将对英特尔开拓其他代工厂客户有利；此外，这份合同也有可能是英特尔节点良品率良好的标志。         在嘉宾对话环节，行业资本从产业投资视角，剖析了消费端侧智能的爆发逻辑，明确核心行业判断：在通用算力底座日趋完善的当下，智能终端产业的核心稀缺资源，已转变为适配硬件迭代规律、支撑超低延迟实时交互的原生多模态能力，这也是AI PC、智能穿戴等终端硬件实现规模化普及的关键前提。         工业AI落地门槛          制造业AI落地，门槛不是模型有多强，而是数据能不能被读懂。                   有分析指出，若此次合作进展顺利，双方可能就未来几代Maia芯片开启长期合作，从而在人工智能硬件领域形成更稳固的联盟。一辆整车涉及上万个零部件，数据散落在数百个系统里，格式混乱、时序不同步是常态。                   ▍微软对Maia项目寄予厚望                    微软在传统观念里是一家专注于云计算和软件的巨头，但该公司其实拥有一支强大的硬件开发团队，旨在为各种数据中心应用定制生产芯片，包括Cobalt CPUs、DPUs以及Maia人工智能加速器等。

I |          本届WAIC上，广域铭岛将“懂工业”的基因转化为数据治理壁垒，其平台内嵌的数据治理引擎可自动识别数百种工业协议，将杂乱数据转化为高质量资产；一线人员拖拽组件即可搭建预测性维护、根因分析等应用，不再依赖算法工程师。

J |                    在数据基座搭建完成后，AI向上游渗透至最具挑战性的工艺环节。未来，智能体更像是懂业务的“数字行动者”——把确定性交给智能体，将创造力留给工程师。                   虽然微软目前在人工智能领域的大部分产品都还是依赖英伟达的人工智能加速器，但该公司正在大力投入，以优化其硬件和软件，以实现更高的性能，同时提高效率，从而降低总体拥有成本。

K | 因此，Maia处理器对于微软来说是一项重要的项目。         在国内某知名电器制造企业，库存分析智能体让全库检查效率提升99%，根因定位准确率达95%，库存管理从“人找问题”转向“问题找人”。                   微软最初的Maia 100处理器是一块面积达820平方毫米的巨型硅片，其内部集成了1050亿个晶体管。         当云端AI在产线上完成数字化闭环，更深层的命题随之而来：如何让智能延伸到现实中的感知、思考和执行闭环。这正是行业参与者共同思考的问题。         从产业验证看，端侧AI已从可选升级变为刚需配置。在低空经济、海事作业等场景中，智能设备必须具备本地自主运行能力。

L |          实践，是工业AI未来唯一的标尺。制造业AI落地，门槛从来不是模型有多强，而是数据能不能被读懂。不过其面积比英伟达的H100（814平方毫米）或B200/B300计算芯片组（750平方毫米）都要大。

M | AI能力正在快速普及，但把AI能力组织成工作流、嵌入具体场景、最终变成商业回报，依然是一道很难跨越的专业壁垒。

N |                    假设微软的人工智能处理器转为由英特尔代工制造，那么英特尔的18A制造工艺有望实现足够低的缺陷密度，从而能够以良好的良率大规模生产此类芯片。当然，微软也可以将其下一代人工智能处理器划分为几个较小的计算芯片单元，通过英特尔的EMIB或Foveros技术进行连接，只不过这可能会对性能效率产生一定影响。

Current article:http://23gshda.yukujuankewazuhangfei.sbs/list_4m4/jjcir.html

Published on:20:44:46