1. 深圳显示大厂破产清算

2. 市场可以喧哗，技术必须诚实

3. 中微公司董事长尹志尧:要警惕AI可能是一个泡沫

4. 传英伟达停产GeForce RTX 5090，转而生产AI数据中心和专业级GPU

5. 三星明年80%存储产能遭抢订!英伟达、Google、微软签长约

6. Microchip收购MCU公司VORAGO

7. 不想全靠英伟达!微软自研AI芯片Maia 300明年可能部署逾百万颗

1. 深圳显示大厂破产清算

深圳显示大厂破产清算

全国企业破产重整案件信息网显示，深圳市宝安区人民法院已于9月7日裁定受理深圳市丽晶光电科技股份有限公司破产清算一案，并于9月14日指定北京市隆安（深圳）律师事务所担任管理人。根据公告，债权申报截止日为10月29日，第一次债权人会议定于11月9日召开。据悉，本次破产清算申请由两名自然人债权人向法院提交。

需要指出的是，法院裁定受理破产清算申请，并不等同于宣告企业破产。后续是否正式进入破产宣告程序，仍需视案件审理及债权债务处理情况而定。

丽晶光电成立于2004年，是一家集设计、研发、生产、销售、安装为一体的综合型高新技术企业，总部位于深圳福永，坐落在国家半导体研发产业基地，总面积约12万平方米。

在行业内，丽晶光电曾拥有多个“早期”标签：是中国早批研发出全彩点阵模块的专业制造商及供应商，也是中国压铸铝箱体技术的开拓者，同时还是中国LED显示屏节能分压供电技术的创新者。公司主营户外全彩屏、舞台租赁屏、创意显示屏，产品大量出口欧美市场，曾承接北京奥运会、上海世博会等重大项目，在全球建立了8大营销网络。注册资本5703万元，拥有国际先进的ASM封装线、全自动高速贴片生产线、全自动高速插件线，以及独立的研发中心、检测中心和实验室等设备与质量管控体系。

事实上，丽晶光电的危机并非突然爆发。公开司法信息显示，该公司涉及案件180余起，劳动争议、买卖合同纠纷、执行案件穿插其中，且被告身份远多于原告。大量诉讼与执行案件的出现，意味着公司在此前较长时间内已面临持续的经营与债务压力。

从业务模式看，丽晶光电拥有自有生产基地，属于重资产运营。这类模式在行业景气时能够形成产能与交付优势，但在行业价格战持续、毛利被不断挤压的环境下，固定资产折旧、产线维护等成本反而成为沉重负担。与此同时，文旅商演项目垫资多、回款周期漫长，叠加海外订单起伏，应收账款持续占用现金流，债务风险逐步积累。

2. 市场可以喧哗，技术必须诚实

市场可以喧哗，

一颗射频滤波芯片，面积很小，背后的技术责任却很大。它最终要进入通信设备，在真实的频段、温度、功率和使用寿命条件下工作。客户承担的是产品表现与供应风险，而不是宣传口号。

在BAW（体声波）产业，市场需要活力，也需要竞争。但“自主研发”“技术领先”“全面突破”等表述，不应成为无需证明的标签。热度不能代替研发，融资不能代替工艺，产线规模不能代替合法、可靠的技术来源。

市场可以喧哗，技术必须诚实。诚实面对技术从哪里来、性能如何验证、权利边界在哪里，是企业走向客户、走向资本、走向更广阔市场的基本资格。

01 技术的诚实，首先是让“领先”有据可查

今天，无线通信系统对频谱利用、相邻频段共存和射频前端集成提出更高要求。公开的BAW产品资料，也将插入损耗、带外抑制、功率承受能力和温度表现列为重要指标。这些指标不是彼此孤立的“冠军数字”，而是必须在具体应用中共同成立的工程条件。

因此，评价一项技术，不能只看一张曲线、一颗样品或者一个新命名。性能对比是否采用相同频段和测试条件？结果来自实验室样品，还是可重复交付的量产批次？温度变化、功率加载和可靠性试验后，产品是否仍满足要求？这些问题，比“领先”二字更有价值。

知识产权同样如此。专利申请不等于专利授权，授权数量不等于核心权利质量；拥有自己的专利，也不自动意味着可以自由实施他人的有效专利。技术来源、研发记录、权利状态、必要许可与产品实施范围，必须经得起专业核验。

真正的技术自信，是愿意在适当保密机制下接受客户、投资机构和独立专业力量的核查。宣传可以简洁，证据不能缺席。

02 诺思走过的路，是把时间和投入沉入技术深处

诺思的研发历程，可追溯至2009年天津大学引进科研人才、开展相关技术研究。2011年，诺思公司成立。从早期研究到今天，研发与产业化探索已跨越十余年，接近二十年。这个时间尺度，意味着持续投入人才、设备、材料、试制和验证，也意味着必须承担探索的不确定性。

2017年，诺思在天津经开区建设中国首条6英寸体声波滤波芯片专用生产线，成为国内最早实现BAW滤波芯片设计与大规模量产的IDM企业之一。IDM把设计与制造纳入同一个迭代体系，使研发能够直接面对产线结果，再用制造反馈修正设计和工艺。

这条路的艰辛，不在于把设备摆进厂房，而在于让设计、材料和工艺真正协同。薄膜状态的变化，可能影响器件性能；工艺窗口的调整，必须兼顾一致性与良率；样品表现达标之后，还要接受批量生产和长期可靠性的检验。任何一个环节，都需要反复试验、分析和改进。

天津经开区公开报道指出，一条此类生产线涉及50多种精密设备、300多道工艺步骤。复杂工艺链条背后，是工程团队对细节的持续把握，也是资金投入在长周期研发中不断转化为制造经验的过程。

截至发稿，诺思累计申请及授权国内外专利680项，产品已通过航天级、车规级等认证，并应用于北斗导航、卫星通信、移动通信、通信基站和汽车电子等领域；截止当前，诺思公司芯片累计开发750余款，出货量超过十几亿颗。这些带有明确时间口径的记录，呈现的是专利积累与产业交付共同推进的路径。诺思珍视这份积累，也始终认为：成果应当接受检验，创新应当获得尊重。

03 抄袭侵权，窃取的不只是成果，还有创新者承担的成本

一项技术的价值，不只在最终可见的结构和参数，还在于研究者为找到可行方案承担过的失败、试验成本与时间风险。那些没有进入产品说明书的实验，往往正是成功方案得以成立的基础。

如果有人通过违法获取技术秘密、未经许可实施有效专利等方式，绕过必要的研发成本，再以“自主创新”之名获取订单和资源，受到损害的不只是某一家企业。原创团队的投入回报被侵蚀，客户的判断被误导，资本的配置被扭曲，愿意长期研发的企业反而可能在短期竞争中承受不公平压力。

当侵权所得高于违法代价，产业就会发出错误信号：耐心探索不如寻找捷径，解决问题不如包装概念。长此以往，被削弱的是整个行业继续开展原创研发的动力。

我们反对的，是以违法方式取得竞争优势，是把他人的成果包装成自己的原创，是在关键事实尚未得到证明时，用声量掩盖技术来源与权利风险。对经依法认定的此类行为，不能让一句“行业发展需要”成为免责理由，更不能让“国产化”成为绕过规则的通行证。

04 法律保护不是创新的附加项，而是创新机制的一部分

BAW产业已有现实警示。Akoustis在2024年向美国证券交易委员会提交的披露文件显示，其因涉及Qorvo的专利侵权与商业秘密侵占，被法院判令承担约3,859.5万美元损害赔偿；法院同时作出针对涉案产品和相关秘密信息使用的禁令，并判付律师费及利息。这表明，知识产权风险不仅影响损益，也可能直接改变产品销售与经营边界。

对创新成果的保护，不能只停留在倡议。我国《专利法》规定，对故意侵犯专利权、情节严重的，可以在依法确定的基数一倍以上五倍以下确定赔偿数额。现行《反不正当竞争法》同时禁止侵犯商业秘密以及虚假或引人误解的商业宣传，并规定相应法律责任。

诺思也始终重视通过法律程序与许可机制处理知识产权问题。根据2024年7月3日发布的和解声明，诺思与安华高科技股份有限公司就双方全部争议达成和解，双方撤回并终结针对对方或其关联公司及客户的诉讼，并就双方某些中国专利达成交叉许可。相关信息亦载于上市公司2025年公告。

这项事实体现了通过明确权利与许可边界化解争议的路径。尊重知识产权，与开展产业合作并不矛盾。对于任何企业，明确许可范围、正视争议并依法解决，都比笼统宣称“没有风险”更能体现对客户和市场的责任。

05 相关部门与市场，应共同让侵权付出应有代价

惩戒侵权，必须有证据、有程序、有执行。对依法查实的侵权与不正当竞争行为，相关部门应依职责及时处理；对符合条件的行为保全、停止侵权、损害赔偿和惩罚性赔偿，应依法有效落实；对侵犯商业秘密等行为，构成犯罪的，应依法追究刑事责任。不能让拖延处理成为持续获利的空间。

对“自主原创”“全面绕开专利”等涉及交易判断的宣传，市场监管应关注其是否有事实依据、是否构成误导。产业支持与项目评审，也应在依法依规的前提下，把真实研发、技术来源和知识产权合规纳入核查，不让公共资源被虚假创新叙事消耗。

客户应把知识产权审查放在供应商准入与持续评价中，而不是等到争议影响供货才补课。除了性能和价格，还应关注必要许可、争议披露、风险承担与供货连续性。对已经确认侵权、拒不整改或隐瞒重大风险的供应商，应依据法律与合同采取相应措施。便宜的报价，不应以客户承担未知风险为代价。

投资机构应穿透“专利数量”和“产能规模”的表层叙事，核实核心权利、研发贡献和自由实施风险，并评估潜在赔偿、禁令及客户流失对企业价值的影响。融资不能成为侵权扩张的燃料，更不能替代对技术真实性的尽职调查。

行业组织与专业媒体，也应鼓励有条件、有口径、可核查的技术传播。对缺乏依据的“首创”“唯一”“全面领先”，应保持审慎；对依法确认的违法行为，应基于公开事实开展监督。评价可以有锋芒，认定必须讲证据。

诺思坚持的，不只是做出一颗芯片，更是把研发、专利、制造与客户应用连成能够持续迭代的技术体系。我们愿意以真实产品、持续研发和依法合规的行动参与竞争，也将依法维护自身合法权益。

保护创新，既要让诚实研发获得机会，也要让抄袭侵权受到约束。一个有未来的BAW产业，不应以谁更会讲故事来决定资源流向，而应让有证据的创新获得回报，让已经确认的违法行为付出代价。

市场可以喧哗，技术必须诚实。中国BAW产业真正需要的，是经得起验证的成果、守得住的权利边界，以及值得客户长期信赖的企业。（来源：诺思微系统）

3. 中微公司董事长尹志尧:要警惕AI可能是一个泡沫

# 中微公司董事长尹志尧：要警惕AI可

10月12日，第26届中国国际工业博览会在上海开幕。作为本届工博会全新升级的独立专业展，集成电路展（“国芯展”）以“芯链工业，强芯筑基”为主题如期举办。

当天下午，“芯启新质生产力，链筑全球新格局”集成电路高峰论坛作为“国芯展”核心议程同步举办，中微半导体设备（上海）股份有限公司董事长兼总经理尹志尧发表主旨演讲，深度剖析全球半导体设备产业的宏观趋势与中微公司的发展成绩单。

图/中微公司董事长尹志尧

半导体设备：数码产业的“绝对基石”

演讲伊始，尹志尧以宏大的产业视角拉开了序幕。他通过“数码产业四个基本层次”的金字塔图景指出，从传统工业到终端应用（包括软件、网络、电商、大数据、自动驾驶、AI等），构成了产值超20万亿美元的庞大生态。而支撑这一庞大生态的底层核心，正是半导体设备与芯片制造。他明确指出，半导体设备是数码产业的基石，年产值超1000亿美元的半导体设备，撬动了超万亿规模的芯片制造与电子系统市场。

针对全球市场前景，尹志尧引用了SEMI的数据：预计2026年全球晶圆厂设备（WFE）销售额将超过1400亿美元，2027年更有望达到1700亿美元。然而，透过这份乐观的数据，他也提醒与会者关注历史规律：从1984年到2026年，全球芯片生产线资本投资变化率一直呈现大起大落的周期性波动，这背后受技术迭代和终端市场需求变化的影响巨大。

演讲中，尹志尧骄傲地展示了中微的“成绩单”：公司连续14年保持了年均营收增长大于35%的高速发展。令人瞩目的是其极高的劳动生产率，人均年销售达到450万元人民币，人均产值超600万，远高于国际同类设备公司。在研发投入上，中微更是毫不吝啬，2025年研发投入高达37.4亿元，占营收比例的30.2%！

技术创新与产品差异化，控制到极致

作为半导体微观加工设备的领军者，中微的技术突破是演讲的核心。尹志尧展示了中微的“三维发展”战略（有机生长和外延扩展），目前产品已全面覆盖集成电路设备（CCP、ICP）、泛半导体设备（MOCVD、LED等）以及薄膜设备。

在刻蚀领域，中微已开发出54种刻蚀设备（26种CCP，24种ICP）和4种测量检测设备，在Mature Logic、3D NAND、DRAM等关键领域的应用覆盖率高达94%至99%。在技术指标上，中微的ICP刻蚀机TwinStar已将刻蚀速度精准控制到头发丝的30万分之一，达到单原子加工水平；CCP高能离子体刻蚀机的深宽比从2014年的20:1，一路突破至2021年的60:1，2025年更是达到90:1乃至140:1的国际一流水平。此外，中微已开发出40多种薄膜沉积设备（PVD、CVD、ALD等），正积极布局先进导体薄膜和EPI单晶薄膜设备市场。

面对错综复杂的国际环境和激烈的市场竞争，尹志尧重申了中微公司坚持的“三个基本原则”：技术创新、产品差异化和知识产权保护。他强调，“不侵权、不抄袭”是中微的底线，公司坚持“独创”和“产品差异化”，致力于开发有市场竞争力的高性价比设备。

在谈及超越世界先进水平的路径时，尹志尧了他的经营哲学：“超越的逻辑就是学习和攀登。我们要综合国际上第一和第二产品设备的优点，避开它们的缺点，开发出比第一和第二更好的设备。下一步，就是开发更好的产品，超越自己。”

值得一提的是，尹志尧在演讲中就当前产业对AI的热烈追捧，展现出了难得的冷思考。他特别提了一句发人深省的警示：“我们要警惕AI可能是一个泡沫。”这一观点与屏幕上显示的历史资本投资大幅波动的图表相呼应，提醒整个产业链，在AI驱动的终端需求爆发期，仍需保持理性，尊重半导体产业周期性波动的客观规律，避免盲目扩张。

4. 传英伟达停产GeForce RTX 5090，转而生产AI数据中心和专业级GPU

显卡市场爆料人士@hongxing2020 援引一份来自未知工厂的泄露通知称，英伟达已停止向消费级GeForce RTX 5090系列独立显卡（AIB）销售GB202图形处理器，包括面向中国市场的“D”系列版本。爆料人士@Zed__Wang 也证实了这一消息，并表示GB202芯片今后将专门用于数据中心和专业级显卡。

@hongxing2020 援引的一份通知称：“根据工厂通知，英伟达将不再生产任何RTX 5090型号，包括D系列版本。未来，最高端的GeForce显卡将是RTX 5080 24GB，而RTX 5080 16GB版本将停产。请大家广而告之。”

英伟达对此不予置评。

如果该消息属实，对于英伟达来说是一项重大调整。GB202处理器将被应用于数据中心和专业显卡，而这些显卡的售价远高于GeForce RTX 5090。事实上，英伟达近期推出的RTX Pro 5500与GeForce RTX 5090（拥有32GB显存）拥有相同的CUDA核心数（21760个），但前者配备了84GB的GDDR7显存，并且其目标市场是利润更为丰厚的专业可视化（ProViz）和人工智能（AI）应用。与此同时，拥有24064个CUDA核心和96GB显存的RTX 6000 Pro售价可轻松达到15000美元。

通过停产基于GB202处理器的GeForce产品，英伟达可以避免其价格相对低廉的消费级显卡与自身在利润丰厚的人工智能领域的专业加速器展开竞争。本质上，该公司正在将其有限的半导体制造资源重新分配到利润更高的产品上，同时又不至于牺牲其在游戏市场的地位，因为GeForce RTX 5080和RTX 5090都没有直接竞争对手。

即使英伟达真的已经停止向消费级显卡供应GB202处理器，GeForce RTX 5090显卡也不太可能在一夜之间从市场上消失。英伟达的独立显卡合作伙伴、分销商和零售商可能拥有GPU和成品显卡的库存，足以维持一段时间的供应。然而，如果Nvidia不再为GeForce产品供应GB202处理器，RTX 5090显卡的供应量将不可避免地下降，这将影响这些独立显卡的价格。

与此同时，英伟达可能正在准备更新其GeForce RTX 50系列产品线。该公司长期以来一直被传正在研发GeForce RTX 50 Super系列显卡，其中包括一款配备24GB GDDR7显存的RTX 5080 Super。但据报道，由于显存供应受限，该系列显卡的发布已被推迟。因此，传闻中的GeForce RTX 5080 24GB可能代表着这些计划的重启，而且由于市场上已不再有GeForce RTX 5090 32GB版本，这款新产品将拥有更充足的显存供应。

英伟达也在开发基于Rubin架构的下一代GeForce RTX 60系列GPU，但最近的传闻表明，这些产品最早也要到2027年底甚至2028年才会上市。因此，如果GeForce RTX 5090停产属实，英伟达可能会在相当长的一段时间内在发烧级游戏市场缺少GB202级别的旗舰产品。

5. 三星明年80%存储产能遭抢订!英伟达、Google、微软签长约

三星明年80%存储产能遭抢订！英伟达、Google、微软签长约

人工智能（AI）基础建设投资持续升温，全球科技巨头正加速抢占关键零组件供应，从存储芯片资料中心电力、散热设备，长期供应协议（LTA）逐渐成为产业新常态。据韩媒报导，三星电子( KR005930 ) 明年约80%的存储产能已透过长约提前锁定，凸显AI基础建设军备竞赛已延伸至整条供应链。

根据《韩国经济日报》本周稍早报导，辉达( NVDA-US ) 、Google( GOOGL-US ) 、微软( MSFT-US ) 等全球科技巨头，已与三星电子签署期限超过5年的芯片供应协议，其他尚未完成签约的企业则积极争取剩余约20%的产能。

三星电子在第二季财报电话会议上表示，几乎所有主要客户都在申请长期供应协议，公司目前难以满足所有需求。

与此同时，长期供应协议的风潮已从存储芯片扩大至AI基础建设供应链，涵盖多层陶瓷电容（MLCC）、覆晶球栅阵列（FC-BGA）封装基板、变压器、电力设备及冷却系统。

随着关键零组件供不应求，供应商议价能力持续攀升，预付款比例达20%至25%、搭配强制采购条款的合约也日益普遍。

不过，市场人士提醒，若半导体景气反转、需求降温，长约未必能完全保障供应商利益，反而可能增加营运风险。

三星明年8成存储产能已锁定 SK海力士、美光同步签长约

据报导，三星电子明年存储芯片产量，包括高频宽存储（HBM），约80%已透过长期供应协议预先分配给客户，使尚未与三星签约的科技公司，只能竞争剩余约20%的产能。

这股趋势也出现在其他存储大厂。 SK海力士( KR000660 ) 已与主要客户完成长约签署；美光科技( MU-US ) 的策略客户协议数量，则从第二季的16份增加至第三季的26份。

NAND Flash制造商SanDisk( SNDKV-US ) 也已与包括多家大型科技公司在内的8家客户签订长期供应协议。

过去，半导体产业多以季度合约或现货交易为主，芯片制造商难以提前掌握未来需求与价格走势。

不过，随着科技巨头今年大幅增加AI资料中心投资，存储供应逐渐吃紧，长约成为买方确保货源、卖方提高营收能见度的重要工具。

长约从存储扩散至AI供应链电力、散热设备也遭抢购

长期供应协议的影响范围，已从存储芯片扩大至多层陶瓷电容、覆晶球栅阵列封装基板、变压器、电力设备及冷却系统等AI基础建设关键零组件。

三星电机即将与台达电( 2308-TW ) 签署价值7,000亿韩元、约5.07亿美元的MLCC长期供应协议，将是三星电机今年签署的第7份同类协议。该公司今年相关订单总额预计达4.6兆韩元，约33.3亿美元。

LG Innotek也正就FC-BGA封装基板供应协议展开长约谈判。

资料中心电力与散热设备同样面临供应竞争。 LS电缆与系统已与Meta( META-US ) 、Google等美国科技公司签署为期5年的母线槽供应协议；HD现代电气正推进资料中心用变压器的长约谈判；LG电子则与美国AI资料中心基础建设公司Air签署价值5兆韩元的冷水机组供应合约。

产业人士指出，AI相关零组件短缺预料将持续，科技巨头为确保供应，正逐步接受对买方较不利的合约条款。

预付款最高达25% 供应商议价权明显提升

随着零组件需求持续超过供给，制造商扩产速度又难以迅速跟上，供应商在合约谈判中的主导地位日益提高。

在存储领域，5年已成为长期供应协议的基本期限，部分合约另设每年滚动续约、延长1年的条款。

为确保客户履约，预付款比例通常达20%至25%，并搭配强制采购条款，即使客户未能依约提货，仍须支付约定款项。

对供应商而言，这类安排不仅有助于提高未来营收的可预测性，也能透过预付款取得资金，支应规模庞大的晶圆厂建设与扩产计画。

对科技巨头而言，则可藉由提前承诺采购，降低未来因零组件短缺而影响AI资料中心建置的风险。

不过，这也意味着买卖双方的利益更加紧密连结。科技业者以较高的财务承诺换取供货保障，零组件制造商则依靠长约支撑资本支出，双方都必须承担AI需求变化带来的影响。

AI需求若反转长约恐成供应商扩产风险

尽管长约有助于降低供应商的营运不确定性，但若AI投资热潮降温，或半导体市场进入下行周期，提前锁定产能的合约也可能成为新的风险来源。

首尔大学电机与电脑工程系教授Choi Woo-young指出，一旦存储市场陷入低迷，客户可能要求重新协商合约，供应商届时恐怕只能放宽既有条件。

若市场需求急剧下滑，客户也可能选择违约并支付相关罚款。对已依据长约规模扩大产能、投入大量资本支出的零组件制造商而言，这将带来营运与财务压力。

换言之，长期供应协议虽然能在供不应求时确保订单与货源，却无法完全消除景气循环风险。（来源：钜亨网）

6. Microchip收购MCU公司VORAGO

Microchip收购MCU公司VORAGO

近日，Microchip宣布收购MCU公司 VORAGO Technologies，后者是一家位于德克萨斯州奥斯汀的私营企业，主要提供抗辐射加固和抗辐射微控制器（MCU）和微处理器（MPU）。

Microchip在公告中指出，交易条款未予披露，预计此次收购不会对Microchip的合并财务业绩产生重大影响。

“从陆地防御系统到卫星和天基平台，我们的航空航天和国防客户正在设计必须在日益严苛和复杂的环境中可靠运行的系统，”Microchip 首席执行官兼总裁 Steve Sanghi 表示。“收购 VORAGO 增强了我们支持这些高要求市场发展的能力，并巩固了我们致力于投资符合我们长期增长战略的技术的承诺。”

7. 不想全靠英伟达!微软自研AI芯片Maia 300明年可能部署逾百万颗

不想全靠英伟达！微软自研AI芯片Maia 300明年可能部署逾百万颗

微软( MSFT-US )周一(12日)发表第三代自研AI芯片Maia 300，计划明年部署可能超过100万颗，支援内部AI服务，并藉由提升整体系统效率降低运算成本。随着云端业者与AI开发商加速投入自研芯片，微软这项大规模部署计画，也凸显业界正寻求降低对英伟达( NVDA-US )的依赖。

据《路透》报导，Maia 300主要用于处理AI运算，包括程式设计，以及代替使用者执行复杂的商业任务。其前一代产品已用于运行微软自家AI模型，以及透过Azure云端服务提供的OpenAI模型。

从云端运算竞争对手到OpenAI等AI企业，近期纷纷推出定制化芯片，希望削弱英伟达在AI运算市场的主导地位。微软此次也采取不同于英伟达的技术路线，试图在效能、成本与耗电量之间取得更好的平衡。

英伟达的AI加速器采用大型运算芯片，周围搭配高频宽记忆体；Maia 300的核心运算处理器则采用「小芯片」(chiplet)设计，将多颗通常各有专门功能的芯片整合在一起。

其中，负责关键运算功能的小芯片采用台积电( 2330-TW )( TSM-US )的2奈米制程，其他负责将资料移出处理器、传送至系统其他部分等功能的小芯片，则使用成本较低的3奈米制程。

Maia 300将配置于每座搭载96颗芯片的伺服器机柜，功耗约167千瓦。相较之下，英伟达最新GB300 AI伺服器机柜搭载72颗绘图处理器(GPU)，功耗约142千瓦。

微软表示，Maia 300每消耗1百万瓦电力，所能完成的有效运算量，比「领先的GPU系统」高出约40%。不过，公司并未揭露比较所采用的具体系统，因此无法将这项数据直接视为与GB300的比较结果。

微软Azure硬体系统与基础设施总裁Rani Borkar接受《路透》访问时表示，透过整体系统最佳化，公司希望让每一瓦电力、每一美元投入，以及每一位元组记忆体，都能支援更多AI运算。

微软计划自明年起，推动Maia 300达数十亿瓦规模的部署。公司先前已表示，今年资本支出预计超过1,750亿美元，显示在持续扩建AI基础设施的同时，如何提高每笔投入的运算效益，也成为重要课题。（来源：钜亨网）