微软采用英特尔EMIB-T封装技术,Maia200与Cobalt200芯片将由IntelFoundry代工

微软宣布在其Azure自研芯片中采用英特尔EMIB-T先进封装技术,用于下一代Maia 200 AI加速器与Cobalt 200 CPU。该技术通过TSV实现垂直供电,支持3D堆叠模块化设计。同时,微...

半导体/芯片 阅读量: 30.33万

微软在Ignite 2026大会上正式确认,将采用英特尔Foundry的Embedded Multi-die Interconnect Bridge(EMIB)先进封装技术,为其Azure云平台的定制硅片提供制造与集成支持。此举标志着微软在自研芯片供应链上进一步拓展合作边界,从此前依赖台积电单一晶圆代工,转向“设计+先进封装”双轨并行策略。

具体而言,微软将使用EMIB-T变体——该版本在标准EMIB基础上引入了硅通孔(Through-Silicon Vias, TSV),实现多芯片堆叠结构中的垂直电源传输路径。这一改进对高密度3D硅模块至关重要:传统平面封装中,电源需横向布线,易造成压降与热堆积;而EMIB-T通过垂直通道直接向各die供电,显著降低功耗损耗,提升能效比与信号完整性。图1展示了EMIB封装的基本结构,其中多个Die通过嵌入式桥接介质(EMIB)连接至基板,局部放大图清晰呈现TSV阵列与微凸点互连细节。

文章配图

此次封装升级主要面向微软第二代自研芯片产品线。其中,AI推理加速器Maia 200已于2026年11月17日投入规模化生产,并部署于美国、欧洲与澳大利亚的数据中心,服务于Copilot、Teams及Cowork等核心AI功能。根据官方数据,相比现有GPU基础设施,Maia 200在每瓦特token处理能力上最高提升1.7倍;其采用台积电3nm工艺,集成FP4/FP8张量核心、216GB HBM3e显存与272MB片上SRAM,单芯片FP4算力超10 petaFLOPS,集群可扩展至6,144颗芯片。

值得注意的是,尽管Maia 200当前由台积电代工,但其下一代版本将交由Intel Foundry完成封装环节。同样适用EMIB-T技术的还有Cobalt 200 CPU——专为“智能体(agentic)工作负载”设计的通用处理器,用于运行复杂任务链与自主决策流程。这两款芯片均属于微软“定制硅战略”的核心组件,旨在降低对第三方GPU供应商的依赖,并优化特定场景下的成本与性能平衡。

除先进封装外,微软与英特尔的合作范围进一步延伸至系统级整合。公司确认将继续采用英特尔Xeon处理器构建Azure基础设施,并计划接入即将发布的“Diamond Rapids”Xeon 7系列CPU。关键创新在于,双方将基于Compute Express Link(CXL)协议实现Xeon与内存资源的池化管理,从而提升内存带宽利用率与系统级控制精度。实测显示,在SQL备份等典型企业负载中,CXL结合其他优化使性能与灵活性提升达2.5倍。

此外,微软还将集成英特尔QuickAssist技术(QAT)以加速加密与压缩任务,并启用Intel Trust Domain Extensions(TDX)实现机密计算能力,保障客户数据在处理过程中的隔离性与完整性。这些举措共同构成微软“软硬协同”的云基础设施演进路径:底层硬件定制化、中间层互联标准化、上层服务智能化。

行业观察指出,EMIB-T的引入反映出行业对异构集成(Heterogeneous Integration)的迫切需求。随着摩尔定律趋缓,芯片性能提升 increasingly 依赖于封装与互连技术创新。英特尔EMIB虽非唯一方案(如台积电CoWoS、三星X-Cube亦具竞争力),但其开放代工模式为微软这类拥有强大芯片设计能力但无自有封测产线的企业提供了可行路径。相较而言,CoWoS产能长期紧张,且绑定台积电生态;而Intel Foundry正积极扩大EMIB产能,并承诺为客户提供从设计到封装的一站式服务。

微软的策略也折射出云厂商芯片战略的分化趋势:亚马逊AWS坚持Graviton全栈自研;谷歌则聚焦TPU与定制ASIC;微软则采取“多源代工+先进封装”组合拳——既保留设计主导权,又规避单一供应商风险。尤其在AI推理成本持续攀升背景下(Gartner预测2028年智能体工作流推理成本将增长5倍以上),能效比成为决定性指标,而EMIB-T所支持的3D堆叠架构正是提升单位功耗算力的关键手段。

微软Maia 200芯片实物图

值得补充的是,微软近期还强化了模型层的调度能力:其Foundry平台模型路由器已扩容至支持前50款模型,并配合AI Gateway实现自动路由。用户可在“均衡”“成本”“质量”三类策略间切换,将请求动态分配至最适配的模型。这一软件层优化与硬件层的Maia/Cobalt芯片形成协同:前者决定“用哪个模型”,后者决定“如何高效运行该模型”。

目前,微软计划在2027年将Azure Maia系统扩展至多吉瓦级部署,使其成为公司AI推理的主要基础设施。伴随EMIB-T封装落地,下一代芯片有望在保持高算力的同时,进一步压缩体积与功耗,为边缘推理、终端侧AI等新兴场景预留空间。

总体来看,微软此次选择英特尔EMIB-T并非临时决策,而是其三年来芯片战略的自然延伸。从早期FPGA加速器,到Cobalt CPU、Maia AI芯片,再到如今的先进封装落地,微软正逐步构建一套独立于传统GPU巨头的AI算力底座。而英特尔借此机会强化其Foundry业务的技术标签,也为IDM 2.0模式提供了又一成功案例。