新聞內容
保留原始重點，已自動清理來源污染字串
▲史比爾認為，臺灣是全球最成熟、技術最嫻熟的雲端運算和AI應用市場之一，具有非常獨特的優勢。（圖／路透）
微軟於2026年1月推出第二代自研AI晶片Maia 200，採用臺積電3奈米製程打造。微軟Azure全球基礎建設總經理史比爾（Alistair Speirs）到訪臺灣後，今天首次接受臺灣媒體中央社專訪。他表示，臺灣供應鏈讓微軟自主研發晶片策略成為現實，「沒有臺灣，就沒有Maia 200晶片」，這也是臺灣微軟及全球系統、軟體團隊共同完成的成果。
史比爾主要負責雲端資料中心等基礎建設，藉由SEMICON Taiwan 2026國際半導體展這週在臺北舉行機會，首次訪問臺灣。在訪談過程中，他特地拿起晶圓、晶片及電路板等3種切割工整的樣品，逐一向中央社採訪團隊介紹。
史比爾對其中一塊電路板特別有感觸，他說，「看這些層層疊疊的結構，我覺得很神奇，裡面蘊含了多少技術？」這些樣品大小剛好可以放入旅行箱，讓他帶到世界各地向客戶介紹。
臺北街頭都懂高科技 矽谷很難比得上
「臺灣人知道CPU（中央處理器）和GPU（圖形處理器）的差別，知道ASIC（特殊應用積體電路），也知道HBM（高頻寬記憶體）和SRAM（靜態隨機存取記憶體）的差別，這在矽谷街頭都很難說出口，但在臺北街頭卻能這麼說，真是太有趣了。」史比爾認為，臺灣是全球最成熟、技術最嫻熟的雲端運算和AI應用市場之一，具有非常獨特的優勢。
他表示，臺灣對微軟基礎設施及合作夥伴關係至關重要，「合作不僅是供應鏈，更是一個生態系統，」傳統供應鏈是從一個零件到下一個零件，但AI技術創新快速，需要真正深入的合作、夥伴關係及協同設計，從晶片、基板、記憶體到零件，以及軟體層都整合在一起。
談到輝達宣佈投資聯發科35億美元海外可轉換公司債（ECB），雙方將深化AI基礎建設合作，史比爾表示，整個產業的AI能力和晶片設計都有巨大成長，也看到業界出現許多不同方法。微軟的重點是與臺灣及全球業界建立深度合作關係，打造針對微軟雲端平臺工作負載最佳化的差異化系統。
至於微軟是否也會採取類似策略，在臺灣投資一些公司，史比爾未正面回應。
不懼AI泡沫化雜音 微軟已看得到未來幾年需求
針對市場關注超大規模資料中心AI資本支出快速成長，甚至擔憂「AI泡沫」，史比爾表示，微軟業務涵蓋辦公室效率、雲端服務、消費者服務及遊戲等領域，各領域都看到新功能的需求，因此會採用新模型、新功能及新硬體；在其他情況下，新的AI模型對CPU依賴性較高，微軟也需要投入更多CPU資源，持續平衡全球基礎設施的維運能力與投資。
「微軟的任務是建立相應的基礎設施，以滿足未來幾年已經看到的需求，」他表示，客戶購買的不是晶片，而是長期的業務成果，因此這不只是硬體或雲端基礎設施投資，也包括軟體投資，以及如何將技術轉化為推動業務成果的動力。微軟團隊正專注於將新功能融入Windows、Office及Microsoft 365等既有產品，同時開發Copilot等專為原生AI功能設計的新產品。
微軟與輝達、AMD、Intel及ARM深度合作 Maia瞄準AI推理
史比爾表示，微軟與輝達建立深入合作關係，也與AMD、Intel及ARM合作，瞭解產品路線圖，分享對技術發展及客戶需求的洞察；當現有商用晶片和系統無法滿足需求時，微軟會尋求應用自身創新。
「Maia就是一個很好的例子，」他說，Maia開發目標是打造專注推理及獨特AI應用的平臺，因此不需要GPU或訓練晶片所必需具備的功能，讓微軟能打造針對雲端各種工作負載高度最佳化的晶片，支援Windows、Office及客戶使用的AI功能。
他指出，隨著晶片功耗和陣列密度提高，僅提升晶片傳輸性能已不足以滿足需求，微軟從晶片、伺服器、網路架構到冷卻系統及軟體最佳化，都有投資空間。AI模型快速更新，即使相同硬體，也可能透過最佳化讓效能在短短一代產品中提升30%至40%。
AI成像（由 AI 生成：僅供參考）
圖片為 AI 生成示意，輔助理解新聞情境，點擊可開新視窗放大
臺北街頭都懂高科技 微軟雲端建設總經理：臺灣讓自主晶片成真 | ETtoday AI科技 | ETtoday新聞雲
說明事件的人事時地物與核心背景
微軟預計於2026年1月推出第二代自研AI晶片Maia 200，並採用臺積電3奈米製程打造。微軟Azure全球基礎建設總經理史比爾首度訪臺，趁SEMICON Taiwan 2026在臺北舉行期間接受臺灣媒體專訪。他指出，臺灣供應鏈是微軟自主晶片策略得以落地的關鍵，甚至直言「沒有臺灣，就沒有Maia 200晶片」。這項成果並非單一環節完成，而是臺灣微軟、全球系統與軟體團隊，以及半導體生態系共同協作的結果。
史比爾在訪談中展示晶圓、晶片與電路板樣品，特別強調電路板層層堆疊的結構背後，包含高度複雜的技術整合。他也觀察到，臺灣社會對CPU、GPU、ASIC、HBM與SRAM等半導體與AI基礎技術的理解程度相當高，這反映臺灣不只是製造重鎮，也具備成熟的雲端運算與AI應用環境。對微軟而言，AI時代的合作已不只是傳統供應鏈分工，而是從晶片、基板、記憶體、零組件到軟體層的深度協同設計。史比爾並表示，微軟仍會與輝達、AMD、Intel及ARM等業者合作，但當既有商用晶片無法完全滿足雲端工作負載需求時，自研晶片Maia便成為微軟打造差異化AI基礎設施的重要選項。
微軟Azure全球基礎建設總經理史比爾的觀點，凸顯臺灣在AI雲端基礎建設中的角色已不只是代工或零組件供應。他明確表示，臺灣供應鏈讓微軟自主研發晶片策略成為現實，甚至以「沒有臺灣，就沒有Maia 200晶片」形容其重要性。Maia 200預計於2026年1月推出，採用臺積電3奈米製程，主攻AI推理與特定雲端工作負載最佳化，顯示微軟在既有商用晶片之外，也正透過自研晶片補足雲端服務需求。
從產業合作角度看，史比爾認為AI時代的供應鏈已轉向更緊密的生態系統合作，涵蓋晶片、基板、記憶體、零件到軟體層的協同設計。他也指出，微軟仍與輝達、AMD、Intel及ARM維持深度合作，並透過分享產品路線圖與客戶需求，決定何時採用商用方案、何時投入自身創新。面對市場對AI資本支出與泡沫化的疑慮，史比爾則強調微軟已從辦公室效率、雲端服務、消費者服務與遊戲等領域看見未來幾年的需求，投資重點不只在硬體，也包括軟體與產品整合，例如Windows、Office、Microsoft 365及Copilot等AI功能。
微軟高層將 Maia 200 與臺灣供應鏈直接連結，凸顯臺灣在 AI 基礎建設中的角色已不只是代工製造，而是深入到晶片、基板、記憶體、零組件與軟體協同設計的生態系。這代表國際雲端大廠在發展自研晶片時，仍高度依賴臺灣半導體聚落的製程能力、工程經驗與快速整合效率。對臺灣而言，這有助於強化在全球 AI 伺服器與雲端運算投資週期中的戰略地位，也讓本地供應鏈更有機會參與早期規格討論，而非只在量產階段承接訂單。
另一方面，微軟強調看得到未來幾年的 AI 需求，並持續投資資料中心、晶片與軟體最佳化，顯示 AI 資本支出短期內仍會支撐高階製程、先進封裝、記憶體與散熱等相關需求。不過，這也意味著臺灣企業將面臨更高技術門檻與交付壓力，必須跟上雲端業者對效能、功耗與系統整合的要求。若能維持深度合作優勢，臺灣不僅可受惠於微軟、輝達等大廠的 AI 佈局，也能在全球供應鏈重組中取得更難被取代的位置。
這則訪談最值得注意的，不只是微軟強調 Maia 200 採用臺積電 3 奈米製程，而是史比爾把臺灣定位為讓自研 AI 晶片落地的關鍵生態系。對雲端大廠來說，自主晶片不是單一設計能力的展示，而是從晶片、基板、記憶體、伺服器、冷卻、網路到軟體最佳化的整合工程。史比爾所說「沒有臺灣，就沒有 Maia 200」，凸顯臺灣在先進製程與供應鏈協作上的角色，已從代工支援延伸到共同定義系統架構與產品效能。
另一個訊號是，AI 基礎建設競爭正在從「誰買到更多 GPU」轉向「誰能為特定工作負載打造更有效率的系統」。微軟仍與輝達、AMD、Intel、ARM 合作，但當商用晶片無法完全符合雲端服務需求時，就會投入 Maia 這類自研方案，尤其瞄準 AI 推理與既有產品中的 AI 功能。這也說明臺灣半導體產業面對的機會，不只在製造產能，而在能否更深度參與雲端平臺、AI 應用與系統設計的協同開發。未來 AI 投資是否過熱仍有爭論，但從微軟的說法來看，需求判斷已經連結到 Office、Windows、Microsoft 365 與 Copilot 等實際產品場景，基礎建設投資將更依賴可驗證的服務需求與效能提升。
想追同一條產業線？看高收益新聞專題
本站把半導體、台股、關稅、房市交通與補助政策整理成可連續閱讀的專題頁，方便快速追蹤脈絡。
如果這則新聞影響你的產業，把它變成每週情報
我們把每日新聞整理成半導體、台股政策、房市交通、補助保險等產業訊號，提供企業試閱報告與合作洽詢。
臺北街頭都懂高科技 微軟雲端建設總經理：臺灣讓自主晶片成真 | ETtoday AI科技 | ETtoday新聞雲
分析影響、風險與後續觀察方向
這則新聞表面上是在描寫微軟高層訪臺、盛讚臺灣供應鏈與技術密度，但真正值得深究的，是全球雲端與AI基礎建設正在從「買得到最強晶片」轉向「能不能共同定義系統」。史比爾一句「沒有臺灣，就沒有Maia 200晶片」，不是單純的外交式恭維，而是點出自主晶片時代的矛盾：雲端巨頭想把硬體掌握在自己手中，卻仍必須依賴臺灣從製程、封裝、基板、記憶體到系統整合的產業能力。所謂自主，並不是脫離供應鏈，而是更深地嵌入少數關鍵生態系。
因此，本文的問題不該只停在「臺灣很重要」這個結論，而要追問臺灣的重要性究竟建立在什麼位置上。若臺灣只是代工與製造的核心，價值雖高，議價空間仍可能受制於國際雲端平臺與晶片架構主導者；但若臺灣能參與協同設計，從晶片、伺服器、冷卻、網路到軟體最佳化都進入早期決策，角色就會從供應商升級為技術路線的共同塑造者。史比爾提到AI創新速度需要深入合作，正是在描述這種產業分工的變化。
同時，新聞也透露另一個張力：AI投資是否過熱，不能只用資本支出規模判斷。微軟的說法是需求已能看見，且AI功能將嵌入Windows、Office、Microsoft 365與Copilot等產品；但這並不自動消除泡沫疑慮。真正的診斷重點在於，巨額硬體投資能否轉化為可持續的企業成果，以及專為推理最佳化的Maia是否能在成本、能耗與效能上支撐雲端服務長期運作。臺灣在這場競局中的機會很大，風險也同樣清楚：越靠近全球AI基礎設施核心，越必須面對技術更新、客戶集中與地緣政治壓力同步放大的現實。
微軟把Maia 200放在臺灣脈絡中談，不只是對供應鏈致意，更是在說明AI基礎建設競爭已從「買到最強晶片」轉向「能否把晶片、記憶體、基板、伺服器、冷卻、網路與軟體一起設計」。史比爾強調「沒有臺灣，就沒有Maia 200晶片」，核心意義在於，自研晶片雖由雲端大廠定義需求，但真正落地仍高度仰賴臺灣半導體與電子製造體系的成熟度。這也解釋為何他會把臺灣形容為雲端運算與AI應用最成熟的市場之一：臺灣不只是代工基地，而是能理解技術細節、參與協同設計，並把複雜系統快速推向量產的生態系。
從微軟角度看，Maia並非要取代輝達、AMD、Intel或ARM，而是補上特定工作負載的最佳化拼圖。原文提到Maia瞄準AI推理與獨特AI應用，這反映雲端業者面對的現實：AI需求快速擴張後，單靠通用GPU難以在成本、功耗與效能之間取得最佳平衡。若Windows、Office、Microsoft 365與Copilot等產品持續導入AI功能，推理需求會變成長期、穩定且高度客製化的基礎負載。此時，自研晶片的價值不只是效能，而是讓微軟能依自身服務型態調整硬體設計與軟體最佳化。
史比爾對AI泡沫疑慮的回應也值得拆解。他沒有用短期熱潮來包裝投資，而是把資本支出連回「未來幾年已經看到的需求」。這代表大型雲端業者評估AI投資時，看的不是單一晶片週期，而是客戶是否願意為生產力、雲端服務與新AI功能持續付費。對臺灣而言，機會在於深度綁定全球雲端平臺的下一代架構；風險則是競爭門檻提高，供應商必須從製造效率走向系統級共同開發，纔可能在AI基礎建設新一輪分工中維持關鍵位置。
微軟以Maia 200凸顯臺灣供應鏈價值，對臺灣是肯定，也意味風險更集中。當雲端巨頭把自研晶片、先進製程、基板、記憶體、伺服器、散熱與軟體最佳化綁成一個共同設計體系，臺灣企業不再只是接單製造，而是被納入客戶長期技術路線圖。但這種深度合作也會提高相互依賴：若單一客戶需求調整、AI推理架構改變，或雲端資本支出放緩，供應鏈承受的波動可能會比傳統零組件訂單更大。史比爾強調微軟已看見未來幾年需求，這能支撐投資信心，卻不能完全消除市場對AI泡沫與過度建置的疑慮。
另一個風險在於臺灣優勢是否會被「高熟悉度」掩蓋。臺北街頭能談CPU、GPU、ASIC、HBM與SRAM，代表產業知識密度高，但也容易讓外界把臺灣視為理所當然的關鍵節點。先進製程與系統整合能力越不可替代，地緣政治、能源供應、人才競爭與產能配置的壓力也越難迴避。微軟同時與輝達、AMD、Intel及ARM合作，顯示大型雲端業者仍會維持多元供應與多架構策略；Maia並非取代所有商用晶片，而是補足特定雲端工作負載。對臺灣而言，機會在於從製造核心往協同設計與系統驗證延伸，風險則是若只停留在產能與成本優勢，未來談判空間可能被客戶自研能力與全球替代方案壓縮。
對臺灣而言，微軟高層把Maia 200與臺灣供應鏈直接連結，重點不只是「被國際大廠肯定」，而是提醒產業角色正在從代工、零組件供應，進一步走向共同設計與系統整合。政府與企業接下來應把半導體、雲端資料中心、AI軟體與散熱、電力、網路等基礎建設放在同一張藍圖中評估，避免只用晶片產能看待AI競爭力。若AI推理成為雲端服務長期需求的一部分，臺灣廠商就不能只追逐單一客戶或單一硬體規格，而要強化跨層協作能力，從晶片、基板、記憶體到伺服器與軟體最佳化，都要能快速配合客戶工作負載調整。
後續觀察可放在三個方向。第一，微軟自研晶片與輝達、AMD、Intel、ARM等既有合作關係會如何分工，尤其Maia聚焦推理後，是否會擴大雲端平臺內部部署比重。第二，AI資本支出雖面臨泡沫化質疑，但微軟主張已看見未來幾年需求，市場應觀察這些需求能否真正轉化為Office、Windows、Microsoft 365與Copilot等產品的穩定收入，而不只是資料中心擴建。第三，臺灣在供應鏈密度與工程人才上具優勢，但也會承受更高的交期、成本、能源與地緣風險壓力。臺灣若要把這次機會變成長期位置，關鍵在於維持製程與封裝領先，同時補強雲端、系統軟體與AI應用端能力，讓「沒有臺灣，就沒有Maia」不只是單一產品的讚美，而是下一階段全球AI基礎建設分工中的結構性事實。