Microsoft dina Senin ngenalake Azure Maia 300, generasi katelu saka kulawarga akselerator AI ing omah, lan ujar manawa chip kasebut bakal nyepetake penyebaran multi-gigawatt ing Azure wiwit taun 2027 - langkah utama ing upaya perusahaan kanggo mbukak luwih akeh beban kerja AI ing silikon dhewe tinimbang ing GPU Nvidia.
Pengumuman kasebut, digawe ing postingan blog dening Scott Guthrie, wakil presiden eksekutif Microsoft saka grup Cloud + AI, posisi Maia 300 minangka sistem inferensi utama kanggo produk lan layanan Microsoft dhewe. Iki ndharat ing tengah-tengah balapan industri sing luwih akeh kanggo mbangun chip AI khusus, owah-owahan sing kita lacak kanthi rapet ing jangkoan sing terus-terusan babagan perkembangan AI paling anyar amarga hyperscalers makarya kanggo nyuda biaya layanan AI kanthi skala.
Miturut Microsoft, Maia 300 dirancang kanggo ngirim token 40% luwih saben megawatt dibandhingake karo sistem basis GPU sing unggul. Ing konfigurasi 96-akselerator lengkap, perusahaan ujar manawa chip kasebut nyedhiyakake nganti kaping pitu token token skala rak saka leluhure, Maia 200.
Dibangun kanggo Inferensi Saka Ground Up
Microsoft njlèntrèhaké Maia 300 minangka arsitektur "inferensi-pisanan" sing dituju kanggo beban kerja konteks sing dawa, intensif memori lan decode-abot - pola sing ndominasi asisten chatting modern, sistem nalar lan agen AI multi-langkah.
Subsistem memori chip nggunakake wolung tumpukan HBM4 sing ngirimake 18,0 terabyte per detik bandwidth puncak ing amplop termal 950 watt. On-die SRAM dianggep minangka scratchpad sing dikelola piranti lunak, sing diarani Microsoft nyuda tekanan ing HBM lan nyimpen data luwih cedhak karo unit komputasi.
Maia 300 uga pindhah menyang desain multi-chiplet sing misahake fungsi komputasi, pengontrol memori lan I / O dadi mati sing kapisah, kanthi chiplet komputasi digawe ing simpul proses N2P TSMC. Dhukungan kanggo format presisi rendah MXFP4 sing ditingkatake ditujokake kanggo nyilikake kabutuhan memori komputasi lan panyimpenan KV-cache, ngidini jendhela konteks sing luwih gedhe lan throughput sing luwih dhuwur ing anggaran daya sing padha.
Ing sisih jaringan, Microsoft nganggep jaringan kasebut minangka tambahan saka arsitektur aliran data chip. Transportasi AI khusus nyedhiyakake komunikasi skala-up antarane akselerator lan rak liwat infrastruktur basis Ethernet, mbentuk apa sing diterangake perusahaan minangka topologi terpadu sing skala saka rak siji menyang panyebaran skala pusat data.
Angka Skala Rak
Ing tingkat rak, Microsoft ujar manawa 96 akselerator Maia 300 beroperasi ing amplop daya 167 kilowatt, nyedhiyakake kapasitas HBM 27,6 terabyte lan bandwidth agregat 1,7 petabyte per detik ing domain skala-up. Perusahaan kasebut ujar manawa kapadhetan iki ngidini interaksi AI sing luwih simultan lan beban kerja sing luwih gedhe saka saben rak.
Maia 200 Wis ing Produksi
Maia 300 ngetutake Maia 200, sing dikenalake Microsoft ing Januari 2026 lan wis nyedhiyakake beban kerja produksi, kalebu Microsoft Copilot. Miturut perusahaan kasebut, Maia 200 uga bakal ndhukung GitHub Copilot lan Microsoft Foundry ing pungkasan taun 2026, lan mbukak model OpenAI, model MAI Microsoft dhewe lan kulawarga model open-source sing unggul.
Microsoft ujar manawa Maia 200 nyebarake ing Amerika Serikat, Eropa lan Australia, ngirim nganti 1,7 kaping luwih token saben watt kanggo fitur AI sing dibangun ing pengalaman Teams, Copilot lan Microsoft 365 dibandhingake karo infrastruktur GPU terkemuka sing diganti. Guthrie nulis yen pengalaman operasional saka Maia 200 langsung mbentuk desain Maia 300.
Bebarengan, rong generasi dimaksudake kanggo nguwasani sawetara layanan Microsoft AI: karya agen multi-langkah ing mburi alat coding GitHub, model skala awan sing dilayani liwat Microsoft Foundry, inferensi lan data kanggo tim model MAI, lan alur kerja Dragon Copilot sing sensitif latensi sing tujuane nyuda beban administrasi dokter.
Ngurangi Ketergantungan ing Nvidia
Subteks strategis saka woro-woro kasebut yaiku upaya Microsoft kanggo nyuda katergantungan marang Nvidia, sing GPU ndominasi latihan lan inferensi AI ing saindenging industri. Reuters nglaporake manawa Microsoft ngrancang "penyebaran gedhe" saka chip dhewe minangka cara kanggo ngendhaleni biaya, dene CNBC nggawe rollout minangka langkah langsung kanggo nyuda katergantungan perusahaan ing hardware Nvidia - sawetara komponen sing paling larang lan diwatesi sumber ing AI buildout.
Daya rega Nvidia wis dadi masalah ruang rapat ing industri awan, lan silikon khusus minangka respon standar. TPU Google, garis Trainium lan Inferentia Amazon, lan Kripik MTIA Meta kabeh ngupayakake tujuan sing padha: hardware khusus sing disetel kanggo beban kerja saben perusahaan. Program Maia Microsoft, sing diwiwiti karo Maia 100 sing diumumake ing November 2023, minangka entri ing balapan kasebut.
Kanggo Microsoft, ekonomi langsung: saben token sing dilayani dening chip ing omah minangka token sing ora nggawa margin Nvidia. Kanthi volume inferensi AI sing saya tambah akeh ing layanan Copilot, Microsoft 365, GitHub lan Azure AI, malah substitusi sebagean bisa dadi tabungan gedhe ing skala hiper.
Apa Sabanjure
Microsoft ujar manawa penyebaran produksi Maia 300 bakal diwiwiti ing 2027, lan nuding para pamaca menyang kertas teknis sing diterbitake kanggo rincian arsitektur. Perusahaan kasebut uga ujar manawa bakal nuduhake luwih akeh babagan strategi silikon lan peta dalan infrastruktur sing luwih akeh ing Microsoft Ignite 2026, sing dianakake ing San Francisco lan online.
Apa Maia 300 bisa nyuda dominasi Nvidia isih kudu dideleng - arsitektur paling anyar Nvidia isih mimpin ing kinerja mentah, lan Microsoft terus tuku hardware Nvidia kanthi skala gedhe. Nanging lintasan kasebut jelas: operator maya paling gedhe ing donya duwe tujuan kanggo ngladeni bagean sing luwih gedhe saka token AI ing donya ing chip sing dirancang dhewe.
---
Tetep Ahead of AIEntuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.
Waca liyane AI warta →
