微软这周把话说定了：Maia 300 不再只是路线图上的一行字，它成了 Azure AI 服务默认的推理平台，多吉瓦规模的部署排在 2027 年。官方给的口径是每兆瓦能产出的 token 比基于 GPU 的系统多四成，一台装九十六颗加速器的机架，吞吐能到上一代 Maia 200 的七倍。上一代已经在美欧澳三地跑着 Microsoft 365 Copilot，GitHub Copilot 和 Foundry 年底搬过去。
英特尔那边在同一个会上递上了另一种选择。OCP 全球峰会上，他们把代号 Crescent Island 的加速卡正式定名 GPU D 系列，首款叫 D270，一边开始给客户送样。这颗卡走 Xe3P 架构，三十二个核心、二百五十六个矩阵引擎加二百五十六个向量引擎，出厂配 160GB LPDDR5X，整机厂可以做到 480GB，旗舰带宽每秒 1.5TB，FP8 峰值 1.3 PFLOPS，从 FP4 到 FP64 都吃，功耗 350 瓦，风冷、标准 PCIe 5.0 插槽，塞进普通服务器就行，不用为了它重做机房。官方说单卡能装下三千亿参数的模型，八卡能跑万亿参数。上一款真正卖出去的数据中心 GPU 还是 2021 年的 Ponte Vecchio，中间两代产品都在半路取消了。
英特尔的讲述里，软件那半比硅片更能决定生死。D 系列沿用自家统一的 Xe 软件栈，支持 vLLM 和 PyTorch 这一类主流框架，还赶在发布当天就支持了 Meta 的开源权重模型 Muse Glimmer 30B。买硬件的人向来只买现在跑得起来的东西，一套要改代码才能跑的加速卡，等于还没上架。价格、量产时间和独立第三方的测试数据，官方这次一个都没给，每 token 成本的说法也就还没人验过。这家公司在这个市场的历史也提醒人谨慎，早年的 Gaudi 系列赚到过版面，落地的大单并不多。
两份公告放在一起看，有意思的是它们各自押的东西不一样。英特尔没打算在峰值算力上赢，AMD 同形态的 MI350P 标的是 2.3 PFLOPS FP8，比它高四成。它押的是内存容量和每 token 的价钱。这个判断藏在推理的两个阶段里：模型读长提示词那一步吃带宽，一个词一个词往外吐那一步吃容量，因为每吐一个词都得把全部权重过一遍。谁在跑大量长对话，谁的瓶颈就在容量和单价上。
英伟达同一天也没闲着。关于 Vera Rubin 下一代机架的图纸，还有计算托架的设计，也交到了同一个峰会上，跟思科一起推的还有一套光互联新标准，每条通道跑 400Gb，模块能扩到 12.8Tb 每秒。Meta 摆出自家第一台用液冷散热的网络机柜，一台 102.4T 的交换机平台，还开源了自家的传输协议。开放设计的另一面是把生态往自家芯片上拢，热闹归热闹，能选的供应商确实多了。
训练和服务是两门不同的生意。训练集中在少数实验室手里，一次要买几万颗芯片；服务散在所有云、所有企业和所有消费应用里，用量跟着业务走。推理这一层的量大、毛利薄，谁都想在这儿省钱，也正因为如此，谁都不愿意只剩一个卖家。亚马逊自己做芯片，谷歌拿 TPU 服务自家模型，博通给最大的几家云厂商定制，英伟达按机架卖卡，几家都在往同一个方向挤，买家第一次有了比价的余地。
对企业来说，这些事落到采购上就三个问题。插得进现有服务器吗，D270 那种风冷标准卡的意义不在快，在不用重做机房。软件跟得上吗，第一天能不能跑起来，才是买回来用不用的分界线。价格和量产什么时候给，这两样还悬着，第三方测试也没出。拿着一张参数表比价没意义，先问自己跑的活儿是读长文还是吐长文，两头对不上，再贵的卡也是闲置。
国内那份 IDC 报告也在同一天出来，说的是另一个方向的供给变化：今年一月至六月，英伟达在国内数据中心加速卡上的占比掉到 34%，半年出货 67.8 万颗，比去年同期少四成四，本土厂商的份额合计涨了上去。写这条不为给谁评功过，只想提醒一句，芯片这一层已经不再是单一来源的市场。
供给一散，采购的思路也得跟着散。别只听一家的报价，也别把机房的形状交给一家定义，能混着来、能按业务的起伏随时加机器，比押注某一种芯片要稳。
