** Microsoft, Maia 300 자체 AI 칩 대규모 배치 추진…Nvidia 의존도와 AI 인프라 비용 절감 목표

**1. Maia 300 공개…2027년부터 100만 개 이상 배치 가능성**
① Microsoft가 3세대 자체 AI 가속기 Maia 300을 공개하고 2027년부터 Azure 데이터센터에 대규모 배치를 시작할 계획을 밝힌 상황
② 회사가 향후 100만 개 이상의 Maia 칩을 배치할 가능성을 언급하며 자체 AI 반도체를 보조적 실험이 아니라 핵심 인프라로 키우려는 의지를 보여준 수준
③ Maia 300을 Copilot·Microsoft AI·Azure 등 내부 AI 서비스의 주요 추론용 시스템으로 확대하면서 Microsoft의 자체 실리콘 전략이 본격적인 상용 규모로 진입하는 모습 ([Microsoft](https://news.microsoft.com/source/asia/2026/10/13/%EB%A7%88%EC%9D%B4%ED%81%AC%EB%A1%9C%EC%86%8C%ED%94%84%ED%8A%B8-%EC%95%A0%EC%A0%80-%EB%A7%88%EC%9D%B4%EC%95%84-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C-%EB%A9%80%ED%8B%B0-%EA%B8%B0%EA%B0%80%EC%99%80%ED%8A%B8/?lang=ko))

**2. 2nm+3nm chiplet 구조…전력당 AI 연산효율 약 40% 개선 목표**
① Maia 300은 핵심 AI 연산에는 TSMC 2nm 공정, 보조 기능에는 상대적으로 저렴한 3nm 공정을 사용하는 chiplet 구조로 설계된 수준
② 1개 서버 랙에 96개의 Maia 300을 탑재하며 랙당 약 167kW의 전력을 사용하는 고밀도 AI 시스템으로 구성되는 구조
③ Microsoft는 최상위 GPU 시스템과 비교해 전력 1MW당 실제 유효 연산량을 약 40% 높일 수 있다고 설명하며 AI 데이터센터의 가장 큰 병목인 전력효율 개선을 강조한 모습 ([Reuters](https://www.reuters.com/business/microsoft-plans-huge-deployment-its-own-ai-chips-with-an-eye-saving-costs-2026-10-12))

**3. 연간 CAPEX $175B 시대…AI 비용 통제와 Nvidia 의존도 축소 목적**
① Microsoft의 올해 자본지출이 $175B 이상으로 예상될 만큼 AI 데이터센터 투자 부담이 커지면서 GPU 구매비용과 전력비를 직접 통제할 필요성이 높아진 상황
② 자체 Maia 칩을 대규모로 활용할 경우 Nvidia GPU를 완전히 대체하지는 않더라도 일부 AI 추론 워크로드를 내부 칩으로 이전해 연산단가·전력비·공급망 의존도를 낮출 수 있는 구조
③ Microsoft는 2027년부터 Maia 시스템을 멀티 기가와트 규모로 확대할 계획으로, hyperscaler들의 자체 ASIC 확대가 장기적으로 Nvidia의 데이터센터 GPU 독점력에 구조적 경쟁요인이 될 수 있음을 보여줌

[#트래킹](?q=%23%ED%8A%B8%EB%9E%98%ED%82%B9) [#미국주식](?q=%23%EB%AF%B8%EA%B5%AD%EC%A3%BC%EC%8B%9D) [#마이크로소프트](?q=%23%EB%A7%88%EC%9D%B4%ED%81%AC%EB%A1%9C%EC%86%8C%ED%94%84%ED%8A%B8) [#MSFT](?q=%23MSFT)