Lunedì Microsoft ha presentato Azure Maia 300, la terza generazione della sua famiglia di acceleratori AI interna, e ha affermato che il chip ancorerà le implementazioni multi-gigawatt su Azure a partire dal 2027: un passo importante nell'impegno dell'azienda di eseguire più carichi di lavoro AI sul proprio silicio piuttosto che sulle GPU di Nvidia.

L'annuncio, fatto in un post sul blog da Scott Guthrie, vicepresidente esecutivo del gruppo Cloud + AI di Microsoft, posiziona Maia 300 come il sistema di inferenza principale per i prodotti e servizi di Microsoft. Si colloca nel mezzo di una più ampia corsa del settore per costruire chip IA personalizzati, un cambiamento che seguiamo da vicino nella nostra copertura continua degli ultimi sviluppi dell’IA mentre gli hyperscaler lavorano per domare i costi del servizio di intelligenza artificiale su larga scala.

Secondo Microsoft, Maia 300 è progettato per fornire il 40% in più di token per megawatt rispetto ai principali sistemi basati su GPU. In una configurazione completa di 96 acceleratori, la società afferma che il chip fornisce fino a sette volte il throughput di token su scala rack rispetto al suo predecessore, Maia 200.

Costruito per l'inferenza da zero

Microsoft descrive Maia 300 come un'architettura "inference-first" mirata a carichi di lavoro a lungo contesto, ad uso intensivo di memoria e di decodifica: i modelli che dominano i moderni assistenti di chat, i sistemi di ragionamento e gli agenti IA multi-step.

Il sottosistema di memoria del chip utilizza otto stack di HBM4 che forniscono 18,0 terabyte al secondo di larghezza di banda di picco all'interno di un involucro termico da 950 watt. La SRAM integrata viene trattata come un blocco note gestito da software, che secondo Microsoft allenta la pressione sulla HBM e mantiene più dati vicino alle unità di calcolo.

Maia 300 passa inoltre a un design multi-chiplet che suddivide le funzioni di calcolo, controller di memoria e I/O in die separati, con i chiplet di calcolo fabbricati sul nodo di processo N2P di TSMC. Il supporto per i formati MXFP4 a bassa precisione migliorati ha lo scopo di ridurre sia le esigenze di memoria di calcolo che di archiviazione della cache KV, consentendo finestre di contesto più ampie e throughput più elevato con lo stesso budget energetico.

Dal punto di vista della rete, Microsoft tratta la rete come un'estensione dell'architettura del flusso di dati del chip. Un trasporto AI personalizzato fornisce comunicazioni scalabili tra acceleratori e rack su un'infrastruttura basata su Ethernet, formando ciò che l'azienda descrive come una topologia unificata che si adatta da un singolo rack a distribuzioni su scala datacenter.

Numeri su scala rack

A livello di rack, Microsoft afferma che 96 acceleratori Maia 300 operano all'interno di un inviluppo di potenza di 167 kilowatt, offrendo 27,6 terabyte di capacità HBM e 1,7 petabyte al secondo di larghezza di banda aggregata nel dominio di scale-up. L'azienda sostiene che questa densità consente di gestire più interazioni IA simultanee e carichi di lavoro più grandi da ciascun rack.

Maia 200 è già in produzione

Maia 300 segue Maia 200, che Microsoft ha introdotto nel gennaio 2026 e che già supporta carichi di lavoro di produzione, incluso Microsoft Copilot. Secondo la società, Maia 200 supporterà anche GitHub Copilot e Microsoft Foundry entro la fine del 2026 e gestirà modelli OpenAI, i modelli MAI di Microsoft e le principali famiglie di modelli open source.

Microsoft afferma che Maia 200 si sta distribuendo negli Stati Uniti, in Europa e in Australia, offrendo fino a 1,7 volte più token per watt per le funzionalità AI integrate nelle esperienze Teams, Copilot e Microsoft 365 rispetto all'infrastruttura GPU leader che ha sostituito. Guthrie ha scritto che l'esperienza operativa del Maia 200 ha plasmato direttamente il design del Maia 300.

Insieme, le due generazioni sono destinate a potenziare un'ampia gamma di servizi Microsoft AI: lavoro di agenti in più fasi dietro gli strumenti di codifica GitHub, modello su scala cloud tramite Microsoft Foundry, inferenza e generazione di dati per il team del modello MAI e flussi di lavoro Dragon Copilot sensibili alla latenza che mirano a ridurre il carico amministrativo dei medici.

Ridurre la dipendenza da Nvidia

Il sottotesto strategico dell'annuncio è lo sforzo di Microsoft di ridurre la propria dipendenza da Nvidia, le cui GPU dominano la formazione e l'inferenza dell'intelligenza artificiale in tutto il settore. Reuters ha riferito che Microsoft prevede un "enorme dispiegamento" dei propri chip come un modo per contenere i costi, mentre la CNBC ha inquadrato il lancio come una mossa diretta per ridurre la dipendenza dell'azienda dall'hardware Nvidia, alcuni dei componenti più costosi e con vincoli di fornitura nel buildout AI.

Il potere di determinazione dei prezzi di Nvidia è diventato un problema nei consigli di amministrazione di tutto il settore del cloud e il silicio personalizzato è la risposta standard. I TPU di Google, le linee Trainium e Inferentia di Amazon e i chip MTIA di Meta perseguono tutti lo stesso obiettivo: hardware specializzato sintonizzato sui carichi di lavoro esatti di ciascuna azienda. Il programma Maia di Microsoft, iniziato con il Maia 100 presentato nel novembre 2023, rappresenta il suo ingresso in quella corsa.

Per Microsoft, gli aspetti economici sono semplici: ogni token servito da un chip interno è un token che non comporta il margine di Nvidia. Con i volumi di inferenza dell’intelligenza artificiale in crescita tra i servizi Copilot, Microsoft 365, GitHub e Azure AI, anche la sostituzione parziale si traduce in risparmi sostanziali su vasta scala.

Cosa verrà dopo

Microsoft ha affermato che le implementazioni di produzione di Maia 300 inizieranno nel 2027 e ha indirizzato i lettori a un documento tecnico pubblicato per i dettagli architettonici. La società ha inoltre affermato che condividerà maggiori informazioni sulla sua strategia sul silicio e sulla sua roadmap infrastrutturale più ampia al Microsoft Ignite 2026, che ospiterà a San Francisco e online.

Resta da vedere se Maia 300 riuscirà a intaccare il dominio di Nvidia: le ultime architetture di Nvidia sono ancora all'avanguardia in termini di prestazioni e Microsoft continua ad acquistare hardware Nvidia su vasta scala. Ma la traiettoria è chiara: il più grande operatore cloud del mondo intende servire una quota sempre maggiore dei token AI mondiali su chip da lui stesso progettati.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →