ក្រុមហ៊ុន Microsoft កាលពីថ្ងៃច័ន្ទបានណែនាំ Azure Maia 300 ដែលជាជំនាន់ទី 3 នៃគ្រួសារ AI accelerator ក្នុងផ្ទះរបស់ខ្លួន ហើយបាននិយាយថា បន្ទះឈីបនេះនឹងដាក់ពង្រាយជាច្រើនជីហ្គាវ៉ាត់នៅទូទាំង Azure ចាប់ពីឆ្នាំ 2027 ដែលជាជំហានសំខាន់ក្នុងកិច្ចខិតខំប្រឹងប្រែងរបស់ក្រុមហ៊ុនដើម្បីដំណើរការបន្ទុកការងារ AI កាន់តែច្រើននៅលើស៊ីលីកុនផ្ទាល់ខ្លួនជាជាងនៅលើ GPU របស់ Nvidia ។

សេចក្តីប្រកាសដែលបានធ្វើឡើងនៅក្នុងការបង្ហោះប្លុកដោយ Scott Guthrie អនុប្រធានប្រតិបត្តិរបស់ក្រុមហ៊ុន Microsoft នៃក្រុម Cloud + AI របស់ខ្លួនបានតែងតាំង Maia 300 ជាប្រព័ន្ធសន្និដ្ឋានចម្បងសម្រាប់ផលិតផល និងសេវាកម្មផ្ទាល់ខ្លួនរបស់ Microsoft ។ វាកើតឡើងចំពេលមានការប្រណាំងក្នុងឧស្សាហកម្មកាន់តែទូលំទូលាយដើម្បីបង្កើតបន្ទះឈីប AI ផ្ទាល់ខ្លួន ដែលជាការផ្លាស់ប្តូរមួយដែលយើងតាមដានយ៉ាងជិតស្និទ្ធនៅក្នុងការគ្របដណ្តប់ដែលកំពុងដំណើរការនៃការអភិវឌ្ឍន៍ AI ចុងក្រោយបំផុតរបស់យើង ខណៈដែលអ្នកធ្វើមាត្រដ្ឋានខ្ពស់ធ្វើការដើម្បីកាត់បន្ថយថ្លៃដើមនៃការបម្រើ AI តាមខ្នាត។

យោងតាមក្រុមហ៊ុន Microsoft Maia 300 ត្រូវបានរចនាឡើងដើម្បីផ្តល់សញ្ញាសម្ងាត់ 40% បន្ថែមទៀតក្នុង 1 មេហ្គាវ៉ាត់ បើប្រៀបធៀបជាមួយនឹងប្រព័ន្ធ GPU នាំមុខគេ។ នៅក្នុងការកំណត់រចនាសម្ព័ន្ធ 96-accelerator ពេញលេញ ក្រុមហ៊ុនបាននិយាយថា បន្ទះឈីបនេះផ្តល់នូវការបញ្ជូនសញ្ញា rack-scale ដល់ទៅ 7 ដងនៃអ្នកកាន់តំណែងមុនរបស់ខ្លួនគឺ Maia 200។

បង្កើតឡើងសម្រាប់ការសន្និដ្ឋានពីមូលដ្ឋាន

ក្រុមហ៊ុន Microsoft ពិពណ៌នាអំពី Maia 300 ថាជាស្ថាបត្យកម្ម "ការសន្និដ្ឋានដំបូង" ដែលផ្តោតលើបរិបទវែង ការចងចាំដែលពឹងផ្អែកខ្លាំង និងធ្វើការឌិកូដ - បន្ទុកធ្ងន់ - គំរូដែលគ្របដណ្ដប់លើជំនួយការជជែកទំនើប ប្រព័ន្ធហេតុផល និងភ្នាក់ងារ AI ពហុជំហាន។

ប្រព័ន្ធរងនៃអង្គចងចាំរបស់បន្ទះឈីបប្រើជង់ចំនួនប្រាំបីនៃ HBM4 ដែលផ្តល់ 18.0 terabytes ក្នុងមួយវិនាទីនៃកម្រិតបញ្ជូនខ្ពស់បំផុតនៅក្នុងស្រោមសំបុត្រកម្ដៅ 950 វ៉ាត់។ On-die SRAM ត្រូវ​បាន​ចាត់​ទុក​ថា​ជា​បន្ទះ​កោស​ដែល​គ្រប់គ្រង​ដោយ​កម្មវិធី​ដែល​ក្រុមហ៊ុន Microsoft និយាយ​ថា​បន្ធូរបន្ថយ​សម្ពាធ​លើ HBM និង​រក្សា​ទិន្នន័យ​បន្ថែម​ទៀត​នៅ​ជិត​ឯកតា​កុំព្យូទ័រ។

Maia 300 ក៏ផ្លាស់ទីទៅការរចនាពហុឈីបដែលបំបែកមុខងារកុំព្យូទ័រ អង្គចងចាំ និង I/O ទៅជាឌីសដាច់ដោយឡែក ជាមួយនឹងបន្ទះសៀគ្វីដែលផលិតនៅលើថ្នាំងដំណើរការ N2P របស់ TSMC ។ ការគាំទ្រសម្រាប់ទ្រង់ទ្រាយភាពជាក់លាក់ទាប MXFP4 ដែលប្រសើរឡើងគឺមានបំណងកាត់បន្ថយទាំងតម្រូវការអង្គចងចាំក្នុងកុំព្យូទ័រ និងការផ្ទុក KV-cache ដែលអនុញ្ញាតឱ្យមានបង្អួចបរិបទធំជាង និងលំហូរកាន់តែខ្ពស់នៅក្នុងថវិកាថាមពលដូចគ្នា។

នៅផ្នែកបណ្តាញ ក្រុមហ៊ុន Microsoft ចាត់ទុកបណ្តាញនេះជាផ្នែកបន្ថែមនៃស្ថាបត្យកម្មលំហូរទិន្នន័យរបស់បន្ទះឈីប។ ការដឹកជញ្ជូន AI ផ្ទាល់ខ្លួនផ្តល់នូវការប្រាស្រ័យទាក់ទងតាមមាត្រដ្ឋាននៅទូទាំងឧបករណ៍បង្កើនល្បឿន និងរ៉ាកែតលើហេដ្ឋារចនាសម្ព័ន្ធដែលមានមូលដ្ឋានលើអ៊ីសឺរណិត បង្កើតបានជាអ្វីដែលក្រុមហ៊ុនពណ៌នាថាជាធាតុប៉ូឡូញបង្រួបបង្រួមដែលធ្វើមាត្រដ្ឋានពីរ៉ាកែតតែមួយទៅការដាក់ពង្រាយខ្នាតទិន្នន័យ។

លេខជញ្ជីងជញ្ជីង

នៅកម្រិត rack ក្រុមហ៊ុន Microsoft និយាយថា 96 Maia 300 accelerators ដំណើរការក្នុងស្រោមសំបុត្រថាមពល 167 គីឡូវ៉ាត់ ដោយផ្តល់នូវសមត្ថភាព HBM 27.6 terabytes និង 1.7 petabytes ក្នុងមួយវិនាទីនៃ bandwidth សរុបនៅទូទាំងដែនពង្រីក។ ក្រុមហ៊ុនអះអាងថា ដង់ស៊ីតេនេះអនុញ្ញាតឱ្យវាបម្រើអន្តរកម្ម AI ក្នុងពេលដំណាលគ្នាកាន់តែច្រើន និងបន្ទុកការងារធំជាងពី rack នីមួយៗ។

Maia 200 មាននៅក្នុងផលិតកម្មរួចហើយ

Maia 300 ធ្វើតាម Maia 200 ដែល Microsoft បានណែនាំក្នុងខែមករា ឆ្នាំ 2026 ហើយដែលបម្រើការងារផលិតកម្មរួចហើយ រួមទាំង Microsoft Copilot ផងដែរ។ យោងតាមក្រុមហ៊ុន Maia 200 ក៏នឹងគាំទ្រ GitHub Copilot និង Microsoft Foundry នៅចុងឆ្នាំ 2026 ហើយវាដំណើរការម៉ូដែល OpenAI ម៉ូដែល MAI ផ្ទាល់ខ្លួនរបស់ Microsoft និងគ្រួសារគំរូប្រភពបើកចំហឈានមុខគេ។

ក្រុមហ៊ុន Microsoft និយាយថា Maia 200 កំពុងដាក់ពង្រាយនៅទូទាំងសហរដ្ឋអាមេរិក អឺរ៉ុប និងអូស្ត្រាលី ដោយផ្តល់នូវសញ្ញាសម្ងាត់ច្រើនជាង 1.7 ដងក្នុងមួយវ៉ាត់សម្រាប់មុខងារ AI ដែលមានស្រាប់នៅក្នុងបទពិសោធន៍ Teams, Copilot និង Microsoft 365 បើប្រៀបធៀបជាមួយនឹងហេដ្ឋារចនាសម្ព័ន្ធ GPU ឈានមុខគេដែលវាបានជំនួស។ Guthrie បានសរសេរថា បទពិសោធន៍ប្រតិបត្តិការពី Maia 200 ផ្ទាល់បានបង្កើតការរចនា Maia 300 ។

រួមគ្នា ជំនាន់ទាំងពីរនេះមានបំណងផ្តល់ថាមពលដល់សេវាកម្ម Microsoft AI ជាច្រើន៖ ការងារភ្នាក់ងារពហុជំហាននៅពីក្រោយឧបករណ៍សរសេរកូដ GitHub គំរូខ្នាតពពកដែលបម្រើតាមរយៈ Microsoft Foundry ការសន្និដ្ឋាន និងការបង្កើតទិន្នន័យសម្រាប់ក្រុមគំរូ MAI និងលំហូរការងារ Dragon Copilot ដែលប្រកាន់ខ្ជាប់នូវភាពយឺតយ៉ាវ ដែលមានបំណងកាត់បន្ថយបន្ទុកផ្នែករដ្ឋបាលរបស់គ្រូពេទ្យ។

កាត់បន្ថយការពឹងផ្អែកលើ Nvidia

អត្ថបទជាយុទ្ធសាស្ត្រនៃសេចក្តីប្រកាសគឺជាការខិតខំប្រឹងប្រែងរបស់ Microsoft ដើម្បីកាត់បន្ថយការពឹងផ្អែករបស់ខ្លួនលើ Nvidia ដែល GPUs គ្រប់គ្រងការបណ្តុះបណ្តាល AI និងការសន្និដ្ឋាននៅទូទាំងឧស្សាហកម្ម។ រ៉យទ័របានរាយការណ៍ថាក្រុមហ៊ុន Microsoft គ្រោងនឹង "ការដាក់ពង្រាយដ៏ធំ" នៃបន្ទះឈីបផ្ទាល់ខ្លួនរបស់ខ្លួនជាមធ្យោបាយមួយដើម្បីទប់ទល់នឹងការចំណាយ ខណៈដែល CNBC បានដាក់ចេញជាការផ្លាស់ប្តូរដោយផ្ទាល់ដើម្បីកាត់បន្ថយការពឹងផ្អែករបស់ក្រុមហ៊ុនលើផ្នែករឹងរបស់ Nvidia ដែលជាសមាសធាតុដែលមានតម្លៃថ្លៃបំផុត និងមានការរឹតបន្តឹងក្នុងការផលិត AI ។

អំណាចកំណត់តម្លៃរបស់ Nvidia បានក្លាយទៅជាបញ្ហាក្រុមប្រឹក្សាភិបាលនៅទូទាំងឧស្សាហកម្មពពក ហើយស៊ីលីកុនផ្ទាល់ខ្លួនគឺជាការឆ្លើយតបស្តង់ដារ។ TPUs របស់ Google, បន្ទាត់ Trainium និង Inferentia របស់ Amazon, និងបន្ទះឈីប MTIA របស់ Meta សុទ្ធតែមានគោលដៅដូចគ្នា៖ ផ្នែករឹងពិសេសដែលត្រូវបានសម្រួលទៅនឹងបន្ទុកការងារជាក់លាក់របស់ក្រុមហ៊ុននីមួយៗ។ កម្មវិធី Maia របស់ក្រុមហ៊ុន Microsoft ដែលបានចាប់ផ្តើមជាមួយនឹងកម្មវិធី Maia 100 ដែលបានដាក់បង្ហាញក្នុងខែវិច្ឆិកា ឆ្នាំ 2023 គឺជាកម្មវិធីរបស់ខ្លួនក្នុងការប្រណាំងនោះ។

សម្រាប់ Microsoft សេដ្ឋកិច្ចគឺត្រង់៖ រាល់និមិត្តសញ្ញាដែលបម្រើដោយបន្ទះឈីបក្នុងផ្ទះគឺជាសញ្ញាសម្ងាត់ដែលមិនអនុវត្តរឹមរបស់ Nvidia ។ ជាមួយនឹងទំហំការសន្និដ្ឋានរបស់ AI ដែលកំពុងកើនឡើងនៅទូទាំង Copilot, Microsoft 365, GitHub និងសេវាកម្ម AI Azure សូម្បីតែការជំនួសដោយផ្នែកក៏ប្រែទៅជាការសន្សំយ៉ាងច្រើននៅ hyperscale ។

តើមានអ្វីកើតឡើងបន្ទាប់

ក្រុមហ៊ុន Microsoft បាននិយាយថា ការដាក់ពង្រាយផលិតកម្ម Maia 300 នឹងចាប់ផ្តើមនៅឆ្នាំ 2027 ហើយបានចង្អុលបង្ហាញអ្នកអានទៅកាន់ក្រដាសបច្ចេកទេសដែលបានបោះពុម្ពផ្សាយសម្រាប់ព័ត៌មានលម្អិតអំពីស្ថាបត្យកម្ម។ ក្រុមហ៊ុនក៏បាននិយាយផងដែរថា ខ្លួននឹងចែករំលែកបន្ថែមទៀតអំពីយុទ្ធសាស្ត្រស៊ីលីកុន និងផែនទីបង្ហាញផ្លូវហេដ្ឋារចនាសម្ព័ន្ធដ៏ទូលំទូលាយរបស់ខ្លួននៅឯ Microsoft Ignite 2026 ដែលខ្លួនកំពុងរៀបចំនៅ San Francisco និងតាមអ៊ីនធឺណិត។

ថាតើ Maia 300 អាចបំបែកភាពលេចធ្លោរបស់ Nvidia នៅតែត្រូវបានគេមើលឃើញដែរឬទេ — ស្ថាបត្យកម្មចុងក្រោយបង្អស់របស់ Nvidia នៅតែនាំមុខគេលើដំណើរការឆៅ ហើយ Microsoft បន្តទិញផ្នែករឹង Nvidia ក្នុងទំហំដ៏ធំសម្បើម។ ប៉ុន្តែគន្លងគឺច្បាស់ណាស់៖ ប្រតិបត្តិករពពកដ៏ធំបំផុតរបស់ពិភពលោកមានបំណងបម្រើចំណែកធំជាងមុននៃនិមិត្តសញ្ញា AI របស់ពិភពលោកនៅលើបន្ទះឈីបដែលវារចនាដោយខ្លួនឯង។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →