Microsoftは月曜日、自社AIアクセラレータファミリーの第3世代であるAzure Maia 300を発表し、このチップは2027年からAzure全体でマルチギガワットの導入を定着させるだろうと述べた。これは、より多くのAIワークロードをNvidiaのGPUではなく自社のシリコンで実行するという同社の取り組みにおける大きな一歩である。
この発表は、MicrosoftのCloud + AIグループ担当エグゼクティブバイスプレジデントであるScott Guthrie氏のブログ投稿で行われ、Maia 300をMicrosoft自身の製品およびサービスの主要な推論システムとして位置づけている。これは、カスタム AI チップの構築をめぐる業界の広範な競争の真っ只中にあり、ハイパースケーラーが AI を大規模に提供するコストの抑制に取り組む中、最新の AI 開発を継続的に報道する中で、この変化を私たちは注意深く追跡しています。
Microsoft によると、Maia 300 は、主要な GPU ベースのシステムと比較して、メガワットあたり 40% 多いトークンを配信するように設計されています。同社によれば、完全な96アクセラレータ構成では、このチップは前世代のMaia 200の最大7倍のラックスケールトークンスループットを提供するという。
推論をゼロから構築
Microsoft は、Maia 300 を、ロングコンテキスト、メモリ集約型、デコード負荷の高いワークロード、つまり現代のチャット アシスタント、推論システム、マルチステップ AI エージェントを支配するパターンを対象とした「推論優先」アーキテクチャであると説明しています。
このチップのメモリ サブシステムは、HBM4 の 8 つのスタックを使用し、950 ワットの熱エンベロープ内で毎秒 18.0 テラバイトのピーク帯域幅を提供します。オンダイSRAMはソフトウェア管理のスクラッチパッドとして扱われ、これによりHBMへの負担が軽減され、より多くのデータがコンピューティングユニットの近くに保持されるとMicrosoftは述べている。
また、Maia 300 は、TSMC の N2P プロセス ノード上に製造されたコンピューティング チップレットを使用して、コンピューティング、メモリ コントローラー、および I/O 機能を個別のダイに分割するマルチ チップレット設計に移行しています。強化された MXFP4 低精度フォーマットのサポートは、コンピューティング メモリのニーズと KV キャッシュ ストレージの両方を縮小することを目的としており、同じ電力バジェット内でより大きなコンテキスト ウィンドウとより高いスループットを可能にします。
ネットワーク側では、Microsoft はネットワークをチップのデータフロー アーキテクチャの拡張として扱います。カスタム AI トランスポートは、イーサネット ベースのインフラストラクチャを介してアクセラレータとラック間のスケールアップ通信を提供し、単一ラックからデータセンター規模の導入まで拡張する統合トポロジと同社が表現するものを形成します。
ラックスケール番号
Microsoftによると、ラックレベルでは96台のMaia 300アクセラレータが167キロワットの電力エンベロープ内で動作し、スケールアップドメイン全体で27.6テラバイトのHBM容量と1.7ペタバイト/秒の総帯域幅を提供するという。同社は、この密度により、より多くの同時 AI インタラクションと各ラックからのより大きなワークロードを提供できると主張しています。
マイア 200 はすでに生産されています
Maia 300 は、Microsoft が 2026 年 1 月に導入し、すでに Microsoft Copilot を含む運用ワークロードに対応している Maia 200 に続きます。同社によると、Maia 200は2026年末までにGitHub CopilotとMicrosoft Foundryもサポートし、OpenAIモデル、Microsoft独自のMAIモデル、主要なオープンソースモデルファミリーを実行するという。
Microsoft によると、Maia 200 は米国、ヨーロッパ、オーストラリアに展開されており、置き換えられた主要な GPU インフラストラクチャと比較して、Teams、Copilot、Microsoft 365 エクスペリエンスの組み込み AI 機能にワットあたり最大 1.7 倍のトークンを提供します。ガスリー氏は、マイア 200 の運用経験がマイア 300 の設計に直接影響を与えたと書いています。
この 2 つの世代は、幅広い Microsoft AI サービスを強化することを目的としています。つまり、GitHub コーディング ツールの背後で行われるマルチステップのエージェント作業、Microsoft Foundry を介したクラウド スケール モデルの提供、MAI モデル チーム向けの推論とデータ生成、および臨床医の管理負担の軽減を目的とした遅延に敏感な Dragon Copilot ワークフローです。
Nvidia への依存を減らす
この発表の戦略的内容は、NVIDIA の GPU が業界全体の AI トレーニングと推論を支配している Nvidia への依存を減らすための Microsoft の取り組みです。ロイター通信は、マイクロソフトがコストを抑える方法として自社チップの「大規模導入」を計画していると報じたが、CNBCはこの導入を、AI構築の中で最も高価で供給に制約のあるコンポーネントの一部であるNvidiaハードウェアへの同社の依存を減らすための直接的な動きとして組み立てたと報じた。
Nvidia の価格決定力はクラウド業界全体の役員会の問題となっており、カスタム シリコンが標準的な対応となっています。 Google の TPU、Amazon の Trainium および Inferentia 製品ライン、Meta の MTIA チップはすべて、各企業の正確なワークロードに合わせて調整された特殊なハードウェアという同じ目標を追求しています。 2023年11月に発表されたMaia 100から始まったMicrosoftのMaiaプログラムは、その競争への同社の参入となる。
Microsoft にとって、経済性は単純です。社内チップによって提供されるすべてのトークンは、Nvidia のマージンを伴わないトークンです。 Copilot、Microsoft 365、GitHub、Azure AI サービス全体で AI 推論量が増加しているため、部分的な置き換えであっても、ハイパースケールでは大幅な節約につながります。
次に何が起こるか
Microsoft は、Maia 300 の実稼働導入は 2027 年に開始されると述べ、アーキテクチャの詳細については公開されている技術文書を読者に参照するように指示しました。同社はまた、サンフランシスコとオンラインで開催される Microsoft Ignite 2026 で、シリコン戦略と広範なインフラストラクチャのロードマップについてさらに詳しく共有すると述べた。
Maia 300 が Nvidia の優位性を弱めることができるかどうかはまだわかりません。Nvidia の最新アーキテクチャは依然としてパフォーマンスでリードしており、Microsoft は Nvidia ハードウェアを大規模に購入し続けています。しかし、その軌道は明らかです。世界最大のクラウド事業者は、自社設計のチップで世界の AI トークンのますます大きなシェアを提供するつもりです。
---
AI の先を行く最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。
AI ニュースをもっと読む→
