微软自主研发的定制 AI 芯片项目持续遇阻，据最新消息，代号为 “Braga”的芯片因研发阶段的多重技术障碍，正式宣布交付时间推迟至 2026 年。这一延期不仅打乱了微软在 AI 硬件领域的布局，更让行业龙头英伟达获得了更广阔的市场空档期。
研发瓶颈导致交付时间三度推迟
知情人士透露，Braga芯片的核心技术难点集中在混合架构设计与能效比优化。微软原本计划在 2024 年实现流片，但多次流片测试中均出现缓存一致性问题，导致芯片在高负载 AI 运算时频繁出现数据错误。此外，为适配 Azure 云服务的定制化指令集开发进度滞后，团队不得不重新调整芯片架构，这直接导致项目周期延长约 18 个月。
这已是该项目自 2022 年启动以来的第三次重大延期。此前微软曾期望通过Braga芯片降低 Azure 云服务对英伟达 A100/H100 芯片的依赖，并将单台服务器的 AI 算力成本降低 30%。但如今随着交付时间推至 2026 年，这一成本优化目标或将延后至 2027 年才能实现。
英伟达借机扩大市场份额
在微软芯片延期的背景下，英伟达正加速巩固其在 AI 芯片领域的统治地位。数据显示，2024 年第二季度英伟达在全球云服务商 AI 芯片采购中的份额已提升至 89%，亚马逊 AWS、谷歌 Cloud 等头部厂商均增加了 H100 芯片的采购量。
行业分析师指出，微软的延期为英伟达提供了至少两年的 “技术窗口期”。在此期间，英伟达不仅可以推进下一代 Blackwell 架构芯片的量产，还能通过 CUDA 生态系统进一步绑定客户。目前已有多家中小型云服务商因担忧微软芯片的不确定性，转而与英伟达签订了长期供货协议。
微软 AI 硬件战略面临双重挑战
Braga芯片的延期暴露了微软在硬件自研领域的短板。一方面，团队缺乏芯片架构设计的资深人才，核心团队成员中有 60% 来自 FPGA 厂商，在 ASIC 芯片的量产经验上存在明显不足；另一方面，与台积电的代工合作也因特殊工艺需求多次调整排期，12nm 定制工艺的良率问题至今未完全解决。
更严峻的是，竞争对手已加速布局。除英伟达外，AMD 的 MI300X 芯片已提前完成与微软 Azure 的兼容性测试，AWS 自研的 Trainium 芯片也计划在 2025 年 Q4 实现规模化部署。微软 AI 硬件团队负责人在内部邮件中承认：“我们需要在未来 12 个月内解决架构设计与供应链管理的双重问题，否则将面临市场份额被进一步挤压的风险。”
行业影响：AI 芯片赛道竞争格局生变
此次延期事件也引发了行业对 AI 芯片自研门槛的重新审视。半导体分析机构 SEMI 指出，即使是微软这样的科技巨头，在从零构建 AI 芯片体系时仍需跨越 “架构设计 - 流片测试 - 生态适配” 三重难关，平均研发周期需 5-7 年。这一现状或将促使更多企业选择与成熟芯片厂商合作，而非独立研发。
值得关注的是，Braga芯片的延期并未影响微软在 AI 软件层面的投入。其近期发布的 DeepSpeed-Chat 训练框架已实现与英伟达、AMD 芯片的跨平台兼容，试图通过软件生态优势弥补硬件进度的滞后。但市场普遍认为，在 AI 算力竞争愈发依赖 “软硬一体” 能力的当下，微软仍需尽快突破芯片研发的瓶颈。