Microsoft v pondělí představil Azure Maia 300, třetí generaci své vlastní rodiny akcelerátorů AI, a uvedl, že čip zakotví multigigawattová nasazení napříč Azure počínaje rokem 2027 – což je významný krok ve snaze společnosti provozovat více pracovních zátěží AI na vlastním křemíku, nikoli na GPU Nvidia.
Oznámení, které na blogu učinil Scott Guthrie, výkonný viceprezident společnosti Microsoft pro její skupinu Cloud + AI, staví Maia 300 jako primární inferenční systém pro vlastní produkty a služby Microsoftu. Přistává uprostřed širšího průmyslového závodu ve vytváření vlastních čipů AI, což je posun, který pozorně sledujeme v našem průběžném pokrytí nejnovějšího vývoje AI, protože hyperškálovače pracují na zkrocení nákladů na poskytování AI ve velkém.
Podle Microsoftu je Maia 300 navržena tak, aby poskytovala o 40 % více tokenů na megawatt ve srovnání s předními systémy na bázi GPU. V plné konfiguraci 96-akcelerátoru společnost tvrdí, že čip poskytuje až sedmkrát větší propustnost tokenů v racku než jeho předchůdce Maia 200.
Vytvořeno pro vyvozování od základů
Microsoft popisuje Maia 300 jako „první odvození“ architekturu zaměřenou na pracovní zátěže s dlouhým kontextem, náročné na paměť a dekódování – vzory, které dominují moderním chatovacím asistentům, systémům uvažování a vícekrokovým agentům umělé inteligence.
Paměťový subsystém čipu využívá osm zásobníků HBM4, které poskytují 18,0 terabajtů za sekundu špičkové šířky pásma uvnitř 950wattové tepelné obálky. On-die SRAM je považován za softwarově řízený zápisník, který podle Microsoftu snižuje tlak na HBM a udržuje více dat blízko výpočetních jednotek.
Maia 300 také přechází na design s více čipy, který rozděluje výpočetní, paměťové a I/O funkce do samostatných matric, přičemž výpočetní čipy jsou vyrobeny na procesním uzlu TSMC N2P. Podpora vylepšených formátů s nízkou přesností MXFP4 je určena ke zmenšení jak potřeby výpočetní paměti, tak úložiště KV-cache, což umožňuje větší kontextová okna a vyšší propustnost při stejném rozpočtu.
Na straně sítě Microsoft považuje síť za rozšíření architektury datového toku čipu. Vlastní přenos AI poskytuje škálovatelnou komunikaci mezi akcelerátory a stojany přes infrastrukturu založenou na Ethernetu a tvoří to, co společnost popisuje jako jednotnou topologii, která se škáluje od jednoho stojanu až po nasazení v datovém centru.
Čísla na stojanu
Na úrovni racku Microsoft říká, že 96 akcelerátorů Maia 300 pracuje v rámci 167kilowattové energetické obálky a nabízí 27,6 terabajtů kapacity HBM a 1,7 petabajtů za sekundu celkové šířky pásma v rámci škálovatelné domény. Společnost tvrdí, že tato hustota umožňuje obsluhovat více simultánních interakcí AI a větší pracovní zátěže z každého stojanu.
Maia 200 je již ve výrobě
Maia 300 následuje po Maia 200, kterou Microsoft představil v lednu 2026 a která již obsluhuje produkční úlohy, včetně Microsoft Copilot. Podle společnosti bude Maia 200 do konce roku 2026 také podporovat GitHub Copilot a Microsoft Foundry a bude provozovat modely OpenAI, vlastní modely MAI společnosti Microsoft a přední rodiny modelů s otevřeným zdrojovým kódem.
Microsoft říká, že Maia 200 se nasazuje ve Spojených státech, Evropě a Austrálii a dodává až 1,7krát více tokenů na watt pro vestavěné funkce umělé inteligence v prostředí Teams, Copilot a Microsoft 365 ve srovnání s přední infrastrukturou GPU, kterou nahradila. Guthrie napsal, že provozní zkušenosti z Maia 200 přímo formovaly design Maia 300.
Tyto dvě generace mají společně pohánět širokou sadu služeb Microsoft AI: vícestupňovou práci agentů za kódovacími nástroji GitHub, poskytování cloudových modelů prostřednictvím Microsoft Foundry, odvození a generování dat pro modelový tým MAI a pracovní postupy Dragon Copilot citlivé na latenci, jejichž cílem je snížit administrativní zátěž lékařů.
Snížení závislosti na Nvidii
Strategickým podtextem oznámení je snaha Microsoftu snížit svou závislost na Nvidii, jejíž GPU dominují školení a vyvozování AI v celém odvětví. Agentura Reuters uvedla, že Microsoft plánuje „obrovské nasazení“ svých vlastních čipů jako způsob, jak snížit náklady, zatímco CNBC zařadila zavedení jako přímý krok k omezení spoléhání společnosti na hardware Nvidia – některé z nejdražších komponent s omezenou nabídkou AI.
Síla cen Nvidie se stala problémem zasedací místnosti v celém cloudovém průmyslu a vlastní křemík je standardní odpovědí. TPU od Googlu, řady Trainium a Inferentia od Amazonu a čipy MTIA od společnosti Meta, všechny sledují stejný cíl: specializovaný hardware vyladěný na přesné pracovní zatížení každé společnosti. Vstupem do tohoto závodu je program Maia společnosti Microsoft, který začal s modelem Maia 100 odhaleným v listopadu 2023.
Pro Microsoft je ekonomika jednoduchá: každý token obsluhovaný interním čipem je token, který nenese marži Nvidie. S rostoucími objemy inferencí AI napříč službami Copilot, Microsoft 365, GitHub a Azure AI se i částečné nahrazení promítá do značných úspor při hyperškálování.
Co přijde dál
Microsoft uvedl, že produkční nasazení Maia 300 bude zahájeno v roce 2027, a upozornil čtenáře na publikovaný technický dokument pro architektonické detaily. Společnost také uvedla, že se více o své křemíkové strategii a širším plánu infrastruktury podělí na Microsoft Ignite 2026, který pořádá v San Franciscu a online.
Zda může Maia 300 narušit dominanci Nvidie, se teprve uvidí – nejnovější architektury Nvidie stále vedou v surovém výkonu a Microsoft nadále nakupuje hardware Nvidia v obrovském měřítku. Trajektorie je ale jasná: největší světový cloudový operátor hodlá obsluhovat stále větší podíl světových tokenů AI na čipech, které sám navrhl.
---
Stay Ahead of AIZískejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.
Přečtěte si další zprávy o AI →
