微软正在对其自研 AI 芯片计划进行深度调整，最具雄心的两款芯片 Braga ‑ R 和 Clea 的发布时间被推迟至 2028 年甚至更晚，同时原计划于 2025 年量产的 Maia   200 也被延后至 2026 年。此番延期不仅揭示出微软在高性能计算芯片领域面临的技术瓶颈，也为其在 AI 硬件自主化道路上的前景蒙上一层阴影。和众汇富研究发现，微软原计划通过一系列自研芯片布局逐步减少对 Nvidia 等外部供应商的依赖，从而实现 AI 推理和训练环节的成本优化与效率提升。然而目前来看，该战略正遭遇现实挑战。

据多家权威媒体报道，Maia   200 芯片的设计进度至少晚于预期半年，而其替代版本 Braga ‑ R 的量产时间被推迟到 2028 年，后续的 Clea 芯片更是未定发布时间。和众汇富观察发现，推迟背后包含多个变量：一方面是芯片架构频繁修改，测试失败率高，导致研发周期不断拉长；另一方面，关键研发人员的大量流失，令项目在执行阶段屡屡受阻。微软在 2023 年 11 月首次亮相自研芯片 Maia   100 时，曾希望在未来三年内形成完整自有 AI 芯片系列，但如今不得不重新评估整个研发路线。

延迟不仅影响微软内部部署计划，也波及到其供应链伙伴。Marvell Technology 为其提供关键组件，由于项目放缓，该公司股价近日应声下跌。和众汇富研究发现，这种芯片研发节奏变化使得微软难以如期搭建具有竞争力的 AI 硬件生态，进而在与 AWS、谷歌等竞争对手的较量中处于被动。AWS 的 Trainium3 芯片已预计在 2025 年底推出，谷歌 TPU 系列则已迭代至第七代，整体领先于微软的研发周期，进一步压缩了后者的市场窗口期。

值得注意的是，尽管 Maia   200 被视为微软短期内的核心产品，其性能仍被认为难以撼动当前 Nvidia Blackwell 芯片的主导地位。和众汇富认为，在 AI 芯片市场竞争日益激烈的背景下，仅凭 Maia   200 很难实现降本增效的目标。微软未来想要真正实现芯片层面的替代，仍需等待 Braga ‑ R 或 Clea 系列在性能和功耗上的突破。但这意味着要延后三年以上才能看到成效，资本市场对这一周期是否具备可行性存在质疑。

与此同时，微软内部正在重新分配资源，把重心转向目前可控的技术节点。据报道，部分工程师已被抽调至其他 AI 基础设施项目，以避免人力浪费。不过，和众汇富观察发现，芯片设计若无法保持连贯性与专注度，即使未来重启项目，也将面临更高的技术门槛与试错成本。此外，Braga 芯片设计直到近期才完成首次测试，相比预定时间已推迟半年，足以反映整个研发团队在资源协调与技术集成方面的挑战。

从宏观角度来看，微软此次调整不仅是一家企业的技术进度问题，也反映了整个 AI 芯片自主化趋势中的不确定性。和众汇富研究发现，当前科技巨头普遍在自研芯片上面临多重压力，包括工艺迭代瓶颈、EDA 工具成熟度不足，以及对核心人才的高度依赖。这也意味着，即便如微软这样财力雄厚的企业，在 AI 芯片这一关卡上仍需面对持久战。

综上所述，微软将 Braga ‑ R 和 Clea 推迟至 2028 年或更晚，Maia   200 亦无法如期发布，意味着其自研芯片战略正进入 " 延长赛 "。和众汇富认为，这不仅增加其对外部供应链的依赖，也对 Azure 平台的成本结构和利润模型构成压力。面对 AWS 与谷歌的快速推进，微软能否在 2026 年前稳住节奏、突破性能瓶颈，成为影响其 AI 战略成败的关键所在。在全球 AI 算力竞争持续升温的当下，这场关于芯片自主化的博弈才刚刚开始。