微软计划于2027年大规模部署自主研发的 AI 芯片，以提升人工智能模型的推理效率，目标是将相关效率指标提高约40%。此举旨在降低 AI 服务的运行成本，缓解对外部芯片供应商的依赖，并为不断增长的云端 AI 业务提供算力支持。

随着生成式 AI 和智能体应用快速发展，模型推理已成为云计算基础设施的重要成本来源。相比训练任务，推理需要长期、持续地处理用户请求，芯片的能效、内存带宽及系统调度能力都会影响整体运营成本。微软通过自研芯片优化软硬件协同，有望进一步提高 Azure 云平台的算力利用率。

微软近年来持续推进自研 AI 芯片布局，包括面向数据中心 AI 工作负载的 Maia 系列处理器。与此同时，公司仍将依赖外部供应商提供的 GPU 等硬件，构建多元化算力体系。

需要注意的是，推理效率提升40%属于相关计划的目标，实际效果还取决于芯片部署规模、模型类型、工作负载及评估口径。目前具体部署进度和性能数据仍需以微软正式披露的信息为准。