微軟自研AI晶片成本降四成，對OpenAI依賴減弱

微軟自研的Maia加速器相較前一代產品，每瓦效率最高提升四成，這是降低其1900億美元AI建設成本、並減少對OpenAI依賴的關鍵一步。

納德拉在2026財年業績電話會議上表示，自家研發的晶片與模型運行成本低於OpenAI或Anthropic的模型——後者的助手功能強大但營運成本高昂。

這項效率聲明涵蓋Maia加速器與Cobalt CPU系列，兩者專為Azure工作負載及Copilot規模推論而設計。微軟預計在2026日曆年度投入約1900億美元，主要用於資料中心與GPU叢集。2026財年資本支出約1160億美元，同時營運現金流成長至約550億美元，自由現金流則下滑至約196億美元。

對股東而言，四成的效率提升是一個利潤率信號。Azure在2026財年成長40%至45%，整體營收躍升18%至約3320億美元，合約AI收入積壓量年增84%至約6780億美元。微軟股價在7月最後一週上漲18%，自財報發布以來累計上漲約15%，目前交易價格接近481美元，市值達3.6兆美元。

資本支出算盤

每組AI硬體機架若在自研晶片上運行效率提升四成，可在不放緩建設步伐的情況下改善資本回報。微軟的客製化晶片與主導市場的Nvidia資料中心GPU，以及亞馬遜Trainium和Google TPU等自研產品展開競爭。微軟並未披露其與前一代Maia效率比較的測試條件。

每瓦效率指標之所以重要，是因為電力是資料中心擴張的關鍵瓶頸。超大規模雲端運算業者正競相確保電網容量與散熱資源，因此能在每瓦電力下提供更多運算的晶片，可讓微軟在每座設施和每兆瓦電力中容納更多AI算力。這將降低服務6780億美元合約AI積壓量的邊際成本，該積壓量年增84%。

降低對OpenAI經濟模式的曝險

Azure目前有相當大比例的AI需求流經OpenAI，而微軟的披露顯示，對OpenAI的投資在先前季度已對淨利造成壓力。將更多AI運算量轉移至微軟自家晶片與軟體模型，可降低對其他公司定價、利潤結構及治理風險的曝險。

這項轉變也讓微軟對自身技術路線圖擁有更大掌控。與其等待OpenAI的模型發布或Nvidia的供貨配額，微軟可以針對自家Azure和Copilot工作負載調校Maia與Cobalt，並搭配自家的前沿模型。這種垂直整合模式與亞馬遜和Google透過Trainium及TPU所建立的體系如出一轍，同時對Nvidia在推動其營收激增的資料中心領域定價權構成壓力。

微軟股價目前約為前瞻本益比30倍。如果效率提升得以持續，目前的支出高峰看起來就不再像是燒錢，而更像是高利潤AI服務業務的基礎建設——6780億美元的合約積壓量為未來多年的收入提供了能見度。

本文僅供資訊參考，不構成投資建議。