Microsoft a présenté lundi Azure Maia 300, la troisième génération de sa famille d'accélérateurs d'IA maison, et a déclaré que la puce ancrerait les déploiements de plusieurs gigawatts sur Azure à partir de 2027 – une étape majeure dans les efforts de l'entreprise pour exécuter davantage de ses charges de travail d'IA sur son propre silicium plutôt que sur les GPU de Nvidia.
L'annonce, faite dans un article de blog par Scott Guthrie, vice-président exécutif de Microsoft pour son groupe Cloud + AI, positionne Maia 300 comme le principal système d'inférence pour les produits et services de Microsoft. Il se situe au milieu d’une course plus large de l’industrie pour créer des puces d’IA personnalisées, un changement que nous suivons de près dans notre couverture continue des derniers développements de l’IA alors que les hyperscalers s’efforcent de maîtriser le coût du service de l’IA à grande échelle.
Selon Microsoft, Maia 300 est conçu pour fournir 40 % de jetons en plus par mégawatt par rapport aux principaux systèmes basés sur GPU. Dans une configuration complète à 96 accélérateurs, la société affirme que la puce fournit jusqu'à sept fois le débit de jetons à l'échelle du rack de son prédécesseur, Maia 200.
Conçu pour l'inférence à partir de zéro
Microsoft décrit Maia 300 comme une architecture « axée sur l'inférence » destinée aux charges de travail à contexte long, gourmandes en mémoire et lourdes en décodage – les modèles qui dominent les assistants de discussion, les systèmes de raisonnement et les agents d'IA multi-étapes modernes.
Le sous-système de mémoire de la puce utilise huit piles de HBM4 offrant une bande passante maximale de 18,0 téraoctets par seconde dans une enveloppe thermique de 950 watts. La SRAM sur puce est traitée comme un bloc-notes géré par logiciel, ce qui, selon Microsoft, allège la pression sur HBM et conserve davantage de données à proximité des unités de calcul.
Maia 300 passe également à une conception multi-chiplets qui divise les fonctions de calcul, de contrôleur de mémoire et d'E/S en matrices distinctes, les chipsets de calcul étant fabriqués sur le nœud de processus N2P de TSMC. La prise en charge des formats MXFP4 basse précision améliorés vise à réduire à la fois les besoins en mémoire de calcul et le stockage du cache KV, permettant des fenêtres de contexte plus grandes et un débit plus élevé avec le même budget de puissance.
Du côté du réseau, Microsoft considère le réseau comme une extension de l'architecture de flux de données de la puce. Un transport d'IA personnalisé permet une communication évolutive entre les accélérateurs et les racks sur une infrastructure Ethernet, formant ce que l'entreprise décrit comme une topologie unifiée qui s'étend d'un seul rack aux déploiements à l'échelle du centre de données.
Numéros à l'échelle du rack
Au niveau du rack, Microsoft affirme que 96 accélérateurs Maia 300 fonctionnent dans une enveloppe de puissance de 167 kilowatts, offrant 27,6 téraoctets de capacité HBM et 1,7 pétaoctets par seconde de bande passante globale dans le domaine de mise à l'échelle. La société affirme que cette densité lui permet de servir davantage d’interactions IA simultanées et de charges de travail plus importantes depuis chaque rack.
Maia 200 est déjà en production
Maia 300 fait suite à Maia 200, que Microsoft a introduit en janvier 2026 et qui dessert déjà les charges de travail de production, notamment Microsoft Copilot. Selon la société, Maia 200 soutiendra également GitHub Copilot et Microsoft Foundry d'ici fin 2026, et exécute des modèles OpenAI, les propres modèles MAI de Microsoft et les principales familles de modèles open source.
Microsoft affirme que Maia 200 est déployé aux États-Unis, en Europe et en Australie, fournissant jusqu'à 1,7 fois plus de jetons par watt pour les fonctionnalités d'IA intégrées dans les expériences Teams, Copilot et Microsoft 365 par rapport à l'infrastructure GPU leader qu'elle a remplacée. Guthrie a écrit que l'expérience opérationnelle du Maia 200 a directement façonné la conception du Maia 300.
Ensemble, les deux générations sont destinées à alimenter un large éventail de services Microsoft IA : travail agentique en plusieurs étapes derrière les outils de codage GitHub, modèle à l'échelle du cloud diffusé via Microsoft Foundry, inférence et génération de données pour l'équipe modèle MAI, et flux de travail Dragon Copilot sensibles à la latence qui visent à réduire la charge administrative des cliniciens.
Réduire la dépendance à Nvidia
Le sous-texte stratégique de l'annonce est l'effort de Microsoft pour réduire sa dépendance à l'égard de Nvidia, dont les GPU dominent la formation et l'inférence en IA dans l'ensemble du secteur. Reuters a rapporté que Microsoft prévoyait un « déploiement massif » de ses propres puces afin de maîtriser les coûts, tandis que CNBC a présenté le déploiement comme une mesure directe visant à réduire la dépendance de l'entreprise à l'égard du matériel Nvidia – certains des composants les plus chers et les plus limités en termes d'approvisionnement dans le développement de l'IA.
Le pouvoir de tarification de Nvidia est devenu un problème au sein des conseils d'administration de l'industrie du cloud, et le silicium personnalisé est la réponse standard. Les TPU de Google, les gammes Trainium et Inferentia d'Amazon et les puces MTIA de Meta poursuivent tous le même objectif : du matériel spécialisé adapté aux charges de travail exactes de chaque entreprise. Le programme Maia de Microsoft, qui a débuté avec le Maia 100 dévoilé en novembre 2023, constitue son entrée dans cette course.
Pour Microsoft, l'économie est simple : chaque jeton servi par une puce interne est un jeton qui ne comporte pas la marge de Nvidia. Avec l’augmentation des volumes d’inférence d’IA dans les services Copilot, Microsoft 365, GitHub et Azure AI, même une substitution partielle se traduit par des économies substantielles à grande échelle.
Ce qui vient ensuite
Microsoft a déclaré que les déploiements de production du Maia 300 commenceraient en 2027 et a renvoyé les lecteurs vers un document technique publié pour les détails architecturaux. La société a également annoncé qu'elle partagerait davantage sur sa stratégie en matière de silicium et sa feuille de route d'infrastructure plus large lors de Microsoft Ignite 2026, qu'elle héberge à San Francisco et en ligne.
Reste à savoir si Maia 300 pourra ébranler la domination de Nvidia : les dernières architectures de Nvidia sont toujours en tête en termes de performances brutes, et Microsoft continue d'acheter du matériel Nvidia à grande échelle. Mais la trajectoire est claire : le plus grand opérateur cloud au monde a l'intention de servir une part toujours plus grande des jetons d'IA mondiaux sur des puces qu'il a lui-même conçues.
---
Gardez une longueur d'avance sur l'IARecevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.
Lire plus d'actualités sur l'IA →
