Het rapport, waarin mensen worden aangehaald met directe kennis van de plannen, signaleert een versnelling van Microsoft's drang om zijn eigen kunstmatige-intelligentieversnellers te ontwerpen en zijn sterke afhankelijkheid van Nvidia's dure processors te verminderen. Deze stap maakt deel uit van een bredere golf van breaking AI news waarin 's werelds grootste cloudoperatoren racen om op maat gemaakt silicium te bouwen dat is afgestemd op hun eigen workloads.
Een direct antwoord op de prijskracht van Nvidia
De GPU's van Nvidia verzorgen momenteel de overgrote meerderheid van de grote AI-modeltrainingen en -conclusies bij grootschalige cloudproviders, en die afhankelijkheid heeft een hoge prijs gekost. Microsoft heeft, net als Google, Amazon en Meta, miljarden uitgegeven aan de aanschaf van Nvidia-hardware om gelijke tred te houden met de vraag naar AI-diensten zoals de Copilot-assistent en de Azure OpenAI Service.
De Maia 300 is gepositioneerd als Microsoft's poging om een deel van die uitgaven terug te vorderen. Door chips te ontwerpen die specifiek zijn geoptimaliseerd voor de soorten werklasten die in de eigen datacenters worden uitgevoerd, wil Microsoft zijn productiepijplijn voor AI-chips versterken en zijn afhankelijkheid van Nvidia's aanbodbeperkte en premium geprijsde hardware verminderen.
Van Maia 100 tot Maia 300
Microsoft kondigde voor het eerst zijn intrede in op maat gemaakt AI-silicium aan in november 2023, waarbij de originele Maia 100 AI-accelerator naast de Cobalt 100 centrale processor werd onthuld tijdens de Ignite-ontwikkelaarsconferentie. De Maia 100 werd opgezet als een chip die van de grond af aan is opgebouwd om grote taalmodellen en andere AI-workloads binnen Azure uit te voeren.
De sprong naar de Maia 300 vertegenwoordigt een aanzienlijke generatie-upgrade. Hoewel het rapport van The Information geen gedetailleerde specificaties openbaarde, wijst de nummeringsconventie – en het meerjarige verschil sinds de oorspronkelijke Maia 100 – op substantiële verbeteringen in de prestaties en energie-efficiëntie, de twee statistieken die het belangrijkst zijn voor hyperscale AI-gevolgtrekkingen.
Waarom hyperscalers op maat gaan
Microsoft is verre van de enige die op zoek is naar intern silicium. De strategie is een bepalend kenmerk geworden van het huidige AI-hardwarelandschap:
- Google heeft zijn Tensor Processing Units (TPU's) al ongeveer tien jaar herhaald en biedt deze nu aan cloudklanten aan.
- Amazon heeft via zijn Annapurna Labs-divisie zwaar geïnvesteerd in zijn Trainium- en Inferentia-chipfamilies.
- Meta ontwikkelt zijn MTIA-lijn (Meta Training and Inference Accelerator).
- AMD blijft zijn Instinct GPU-assortiment uitbreiden als het toonaangevende handelsalternatief voor Nvidia.
Voor deze bedrijven is de berekening eenvoudig. Op maat gemaakt silicium kan worden afgestemd op de precieze modellen en softwarestacks die een bedrijf gebruikt, waardoor mogelijk de kosten per zoekopdracht worden verlaagd, de latentie wordt verminderd en Nvidia's grip op de AI-compute-toeleveringsketen wordt losgemaakt. Zelfs een gedeeltelijke verschuiving weg van Nvidia-hardware kan zich vertalen in honderden miljoenen dollars aan besparingen op hyperscale.
Wat september zou kunnen brengen
Als Microsoft volgende maand de Maia 300 onthult, zal het waarschijnlijk van de gelegenheid gebruik maken om prestatiebenchmarks, beschikbaarheid binnen Azure en welke van zijn eigen AI-producten op de nieuwe hardware zullen draaien, in detail te beschrijven. Het bedrijf heeft zijn op maat gemaakte silicium eerder gezien als een aanvulling op – in plaats van een grootschalige vervanging voor – Nvidia GPU's, wat een hybride model suggereert waarin beide chipsfamilies naast elkaar bestaan binnen de AI-infrastructuur van Azure.
Industrieanalisten zullen twee dingen nauwlettend in de gaten houden: of de Maia 300 een betekenisvolle prijs-prestatiewinst oplevert ten opzichte van de huidige generatie van Nvidia, en of Microsoft er genoeg van kan produceren om een deuk in zijn Nvidia-bestellingen te slaan. De productie van chips op deze schaal is afhankelijk van geavanceerde verpakkingscapaciteit en samenwerkingsverbanden met gieterijen die in de hele sector nauw blijven bestaan.
Het grotere plaatje
De opkomst van de Maia 300 onderstreept een fundamentele verschuiving in de AI-economie. De bedrijven die de grootste AI-systemen bouwen en exploiteren, zijn er niet langer tevreden mee slechts de grootste klanten van één enkele chipleverancier te zijn. Ze worden zelf chipontwerpers en hervormen een supply chain die Nvidia domineert sinds het begin van de generatieve AI-boom.
Voor Microsoft is de inzet bijzonder hoog. Het bedrijf heeft enorme kapitaaluitgaven gedaan om zijn AI-infrastructuur uit te breiden, en investeerders zijn steeds meer gefocust op de vraag of die uitgaven zich zullen vertalen in duurzame marges. Een succesvol intern chipprogramma is een van de duidelijkste hefbomen die Microsoft heeft om de unit-economie van zijn AI-activiteiten te verbeteren.
Blijf AI een stap voor
Wil je op de hoogte blijven van de nieuwste ontwikkelingen op het gebied van AI-hardware, op maat gemaakt silicium en de bedrijven die de industrie opnieuw vormgeven? Maak een bladwijzer van AI Buzz Wire voor dagelijkse berichtgeving over de verhalen die er toe doen.
Lees meer AI-nieuws →
