微軟當地時間昨日宣佈，新一代 SOTA 基礎模型 MAI-Base-2 已完成預訓練，官方稱其性能強於所有參測的開源權重模型。

這組數字相當硬核：MAI-Base-2 總參數規模 2.8T，活躍參數 80B，在 6000 塊英偉達 GB200 GPU 上耗時 38 天訓成。整段訓練裏，模型平均浮點算力利用率 21%、有效吞吐量 89%——在超大集羣上能穩住這個效率，本身就是工程實力的註腳。

算力效率甩開 DeepSeek 4 到 12 倍

更值得玩味的是效率對比。微軟放話，MAI-Base-2 的預訓練算力效率達到 DeepSeek-V4-Pro-Base 的 4 至 12 倍。在"燒錢建基建"成行業上半場的當下，能把單位算力的產出拉開數量級差距，比單純堆參數更具戰略意義。

微軟把這次成功歸因於三件事：科學化的規模化、模型與基礎設施的協同設計，以及數據規模化。換言之，不是一味加卡，而是讓算法、硬件與數據配方同步打磨。在收尾 MAI-Base-2 的同時，這家巨頭已悄然啓動 MAI-Base-3 的籌備工作——基礎模型的軍備競賽，微軟顯然不想掉隊，反而加速衝到了前排。