過去幾年裡，谷歌大規模推動其TPU的開發工作，計劃到2028年實現1200萬至1500萬的目標。同樣作為大型雲服務供應商，微軟也加大了內部AI晶片的開發，近年帶來了Azure Maia系列AI加速器和Azure Cobalt系列處理器，希望以更高效、更低成本地適配自身開發的大型語言模型（LLM），滿足未來算力的需求。
據TrendForce報道，微軟最快可能在今年9月發布下一代Maia 300
，正在積極與台積電（TSMC）洽談，以獲取足夠產能。微軟計劃2027年交付超過30萬顆Maia 300晶片，並規划進一步擴產，積極爭取Anthropic等主要雲服務客戶。由於供應受限，微軟不一定能達成目標。
台積電長期以來一直是微軟的重要合作夥伴，之前的Maia 200和Maia 100晶片分別採用了台積電的3nm和5nm工藝製造。這些晶片專注於推理任務，針對大規模AI工作負載設計，注重單位成本下的性能表現。相比於谷歌和亞馬遜，微軟開展內部AI晶片開發的時間較為晚一些，部署的規模也要小得多，導致一直處於追趕的狀態。
隨著AI競賽升溫，微軟面臨著更大的競爭壓力。成本效益或許是優勢之一，微軟宣稱Maia 200的運行成本比起英偉達最新一代晶片便宜30%到40%，內部測試顯示Maia 300的性能會有進一步提升。
