Microsoft stellte am Montag Azure Maia 300 vor, die dritte Generation seiner hauseigenen KI-Beschleunigerfamilie, und sagte, der Chip werde ab 2027 Multi-Gigawatt-Bereitstellungen in Azure verankern – ein wichtiger Schritt in den Bemühungen des Unternehmens, mehr seiner KI-Workloads auf seinem eigenen Silizium statt auf den GPUs von Nvidia auszuführen.
Die Ankündigung in einem Blogbeitrag von Scott Guthrie, Executive Vice President der Cloud + AI-Gruppe von Microsoft, positioniert Maia 300 als primäres Inferenzsystem für Microsofts eigene Produkte und Dienste. Es findet inmitten eines breiteren Branchenwettlaufs um die Entwicklung kundenspezifischer KI-Chips statt, eine Verschiebung, die wir in unserer fortlaufenden Berichterstattung über die neuesten KI-Entwicklungen aufmerksam verfolgen, während Hyperscaler daran arbeiten, die Kosten für die Bereitstellung von KI in großem Maßstab zu senken.
Laut Microsoft soll Maia 300 im Vergleich zu führenden GPU-basierten Systemen 40 % mehr Token pro Megawatt liefern. In einer vollständigen 96-Beschleuniger-Konfiguration bietet der Chip laut Angaben des Unternehmens einen bis zu siebenmal höheren Rack-Token-Durchsatz als sein Vorgänger Maia 200.
Von Grund auf für Schlussfolgerungen konzipiert
Microsoft beschreibt Maia 300 als eine „Inferenz-zuerst“-Architektur, die auf lange Kontexte, speicherintensive und dekodierungsintensive Arbeitslasten abzielt – die Muster, die moderne Chat-Assistenten, Argumentationssysteme und mehrstufige KI-Agenten dominieren.
Das Speichersubsystem des Chips verwendet acht HBM4-Stapel, die eine Spitzenbandbreite von 18,0 Terabyte pro Sekunde in einer 950-Watt-Wärmehülle liefern. On-Die-SRAM wird als softwareverwalteter Notizblock behandelt, was laut Microsoft den Druck auf HBM verringert und mehr Daten in der Nähe der Recheneinheiten hält.
Maia 300 wechselt außerdem zu einem Multi-Chiplet-Design, das Rechen-, Speichercontroller- und I/O-Funktionen in separate Dies aufteilt, wobei die Rechen-Chiplets auf dem N2P-Prozessknoten von TSMC hergestellt werden. Durch die Unterstützung erweiterter MXFP4-Formate mit niedriger Genauigkeit sollen sowohl der Rechenspeicherbedarf als auch der KV-Cache-Speicher verringert werden, was größere Kontextfenster und einen höheren Durchsatz bei gleichem Energiebudget ermöglicht.
Auf der Netzwerkseite betrachtet Microsoft das Netzwerk als eine Erweiterung der Datenflussarchitektur des Chips. Ein benutzerdefinierter KI-Transport ermöglicht eine hochskalierbare Kommunikation zwischen Beschleunigern und Racks über eine Ethernet-basierte Infrastruktur und bildet so das, was das Unternehmen als einheitliche Topologie bezeichnet, die von einem einzelnen Rack bis hin zu Bereitstellungen im Rechenzentrumsmaßstab skaliert.
Rack-Scale-Nummern
Laut Microsoft arbeiten auf Rack-Ebene 96 Maia 300-Beschleuniger in einem Leistungsbereich von 167 Kilowatt und bieten 27,6 Terabyte HBM-Kapazität und 1,7 Petabyte pro Sekunde Gesamtbandbreite im gesamten Scale-Up-Bereich. Das Unternehmen argumentiert, dass diese Dichte es ermöglicht, mehr gleichzeitige KI-Interaktionen und größere Arbeitslasten von jedem Rack aus zu bedienen.
Maia 200 ist bereits in Produktion
Maia 300 folgt auf Maia 200, das Microsoft im Januar 2026 eingeführt hat und das bereits Produktions-Workloads bedient, einschließlich Microsoft Copilot. Nach Angaben des Unternehmens wird Maia 200 bis Ende 2026 auch GitHub Copilot und Microsoft Foundry unterstützen und OpenAI-Modelle, Microsofts eigene MAI-Modelle und führende Open-Source-Modellfamilien ausführen.
Laut Microsoft wird Maia 200 in den Vereinigten Staaten, Europa und Australien eingesetzt und liefert im Vergleich zur führenden GPU-Infrastruktur, die es ersetzt hat, bis zu 1,7-mal mehr Token pro Watt für integrierte KI-Funktionen in Teams, Copilot und Microsoft 365-Erlebnissen. Guthrie schrieb, dass die Betriebserfahrung der Maia 200 das Design der Maia 300 direkt geprägt habe.
Zusammen sollen die beiden Generationen eine breite Palette von Microsoft-KI-Diensten unterstützen: mehrstufige Agentenarbeit hinter GitHub-Codierungstools, Cloud-Modellbereitstellung durch Microsoft Foundry, Inferenz und Datengenerierung für das MAI-Modellteam sowie latenzempfindliche Dragon Copilot-Workflows, die darauf abzielen, den Verwaltungsaufwand für Kliniker zu reduzieren.
Verringerung der Abhängigkeit von Nvidia
Der strategische Untertext der Ankündigung ist Microsofts Bemühen, seine Abhängigkeit von Nvidia zu verringern, dessen GPUs branchenweit das KI-Training und die Inferenz dominieren. Reuters berichtete, dass Microsoft einen „massiven Einsatz“ eigener Chips plant, um die Kosten einzudämmen, während CNBC die Einführung als einen direkten Schritt bezeichnete, um die Abhängigkeit des Unternehmens von Nvidia-Hardware zu reduzieren – einigen der teuersten und am stärksten im Angebot befindlichen Komponenten im KI-Ausbau.
Die Preissetzungsmacht von Nvidia ist in der gesamten Cloud-Branche zu einem Problem auf Vorstandsebene geworden, und kundenspezifische Chips sind die Standardantwort. Die TPUs von Google, die Trainium- und Inferentia-Linien von Amazon und die MTIA-Chips von Meta verfolgen alle das gleiche Ziel: spezielle Hardware, die genau auf die Arbeitslasten jedes Unternehmens abgestimmt ist. Microsofts Maia-Programm, das mit der im November 2023 vorgestellten Maia 100 begann, ist der Einstieg in dieses Rennen.
Für Microsoft ist die Wirtschaftlichkeit klar: Jeder von einem hauseigenen Chip bereitgestellte Token ist ein Token, der nicht die Marge von Nvidia trägt. Da das KI-Inferenzvolumen bei Copilot-, Microsoft 365-, GitHub- und Azure-KI-Diensten zunimmt, führt selbst eine teilweise Substitution zu erheblichen Einsparungen bei Hyperscale.
Was als nächstes kommt
Microsoft gab bekannt, dass der Produktionseinsatz von Maia 300 im Jahr 2027 beginnen wird, und verwies die Leser auf ein veröffentlichtes technisches Dokument mit Einzelheiten zur Architektur. Das Unternehmen gab außerdem bekannt, dass es auf der Microsoft Ignite 2026, die es in San Francisco und online veranstaltet, mehr über seine Siliziumstrategie und seine umfassendere Infrastruktur-Roadmap berichten werde.
Ob Maia 300 die Dominanz von Nvidia eindämmen kann, bleibt abzuwarten – Nvidias neueste Architekturen sind immer noch führend bei der reinen Leistung, und Microsoft kauft weiterhin Nvidia-Hardware in enormem Umfang. Aber die Richtung ist klar: Der weltweit größte Cloud-Betreiber beabsichtigt, einen immer größeren Anteil der weltweiten KI-Tokens auf Chips bereitzustellen, die er selbst entwickelt hat.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
