Jak wynika z raportu opublikowanego po raz pierwszy przez The Information 10 sierpnia 2026 r. i potwierdzonego przez Reuters, Microsoft planuje publicznie zaprezentować swój wewnętrzny układ sztucznej inteligencji nowej generacji, Maia 300, tej jesieni – potencjalnie już we wrześniu.

Raport, w którym przytoczono osoby posiadające bezpośrednią wiedzę o planach, sygnalizuje przyspieszenie wysiłków Microsoftu na rzecz zaprojektowania własnych akceleratorów sztucznej inteligencji i zmniejszenia dużej zależności od kosztownych procesorów Nvidii. To posunięcie jest częścią szerszej fali najnowszych wiadomości o sztucznej inteligencji, podczas której najwięksi operatorzy chmur na świecie ścigają się, aby zbudować niestandardowy układ krzemowy dostosowany do ich własnych obciążeń.

Bezpośrednia odpowiedź na siłę cenową Nvidii

Procesory graficzne Nvidii obsługują obecnie przeważającą większość szkoleń i wnioskowań dotyczących dużych modeli sztucznej inteligencji u dostawców hiperskalowych rozwiązań chmurowych, a zależność ta ma wysoką cenę. Microsoft, podobnie jak Google, Amazon i Meta, wydał miliardy na zakup sprzętu Nvidia, aby nadążać za popytem na usługi AI, takie jak asystent Copilot i usługa Azure OpenAI.

Maia 300 jest pozycjonowana jako próba odzyskania przez Microsoft części tych wydatków. Projektując chipy zoptymalizowane specjalnie pod kątem obciążeń występujących we własnych centrach danych, Microsoft zamierza wzmocnić swój rurociąg produkcji chipów AI i zmniejszyć swoją zależność od ograniczonego podaży i drogiego sprzętu Nvidii.

Od Mai 100 do Mai 300

Firma Microsoft po raz pierwszy ogłosiła wejście na rynek niestandardowych układów krzemowych AI w listopadzie 2023 r., prezentując oryginalny akcelerator sztucznej inteligencji Maia 100 wraz z centralnym procesorem Cobalt 100 podczas konferencji programistów Ignite. Maia 100 została zaprezentowana jako chip zbudowany od podstaw do obsługi dużych modeli językowych i innych obciążeń AI na platformie Azure.

Skok do Maia 300 oznacza znaczącą modernizację pokoleniową. Chociaż raport The Information nie ujawnił szczegółowych specyfikacji, konwencja numeracji – i wieloletnia przerwa od oryginalnej Maia 100 – wskazują na znaczną poprawę wydajności i efektywności energetycznej, czyli dwóch wskaźników, które mają największe znaczenie dla wnioskowania o hiperskalowej sztucznej inteligencji.

Dlaczego hiperskalery stają się niestandardowe

Microsoft nie jest osamotniony w dążeniu do własnych rozwiązań krzemowych. Strategia ta stała się cechą charakterystyczną obecnego krajobrazu sprzętu AI:

  • Google ulepsza swoje jednostki przetwarzające Tensor (TPU) od mniej więcej dziesięciu lat i obecnie oferuje je klientom korzystającym z chmury.
  • Amazon zainwestował znaczne środki w rodziny chipów Trainium i Inferentia poprzez swój oddział Annapurna Labs.
  • Meta rozwija linię MTIA (Meta Training and Inference Accelerator).
  • AMD w dalszym ciągu poszerza ofertę procesorów graficznych Instinct jako wiodąca alternatywa dla Nvidii.

W przypadku tych firm rachunek jest prosty. Niestandardowy układ krzemowy można dostosować do precyzyjnych modeli i stosów oprogramowania używanych przez firmę, potencjalnie obniżając koszt zapytania, zmniejszając opóźnienia i rozluźniając kontrolę Nvidii nad łańcuchem dostaw obliczeń AI. Nawet częściowe odejście od sprzętu Nvidia może przełożyć się na setki milionów dolarów oszczędności w hiperskali.

Co może przynieść wrzesień

Jeśli Microsoft zaprezentuje Maia 300 w przyszłym miesiącu, prawdopodobnie skorzysta z okazji, aby szczegółowo opisać testy wydajności, dostępność na platformie Azure oraz to, które z własnych produktów AI będą działać na nowym sprzęcie. Firma wcześniej określiła swój niestandardowy układ krzemowy jako uzupełnienie – a nie hurtowy zamiennik – procesorów graficznych Nvidia, sugerując model hybrydowy, w którym obie rodziny chipów współistnieją w infrastrukturze sztucznej inteligencji Azure.

Analitycy branżowi będą uważnie obserwować dwie rzeczy: czy Maia 300 zapewni znaczący wzrost ceny do wydajności w porównaniu z obecną generacją Nvidii oraz czy Microsoft będzie w stanie wyprodukować ich wystarczającą ilość, aby zmniejszyć zamówienia Nvidii. Produkcja wiórów na tę skalę zależy od zaawansowanych możliwości pakowania i ścisłej współpracy odlewni w całej branży.

Większy obraz

Pojawienie się Maia 300 podkreśla zasadniczą zmianę w gospodarce sztucznej inteligencji. Firmy budujące i obsługujące największe systemy sztucznej inteligencji nie zadowalają się już byciem jedynie największymi klientami jednego dostawcy chipów. Stają się samodzielnymi projektantami chipów, przekształcając łańcuch dostaw, który Nvidia zdominowała od początku boomu na generatywną sztuczną inteligencję.

Dla Microsoftu stawka jest szczególnie wysoka. Firma poniosła ogromne nakłady inwestycyjne na rozbudowę infrastruktury sztucznej inteligencji, a inwestorzy coraz bardziej skupiają się na tym, czy wydatki te przełożą się na trwałe marże. Udany wewnętrzny program chipów to jedna z najwyraźniejszych dźwigni, jakie Microsoft ma do poprawy ekonomiki jednostkowej swojej działalności związanej ze sztuczną inteligencją.

Wyprzedź sztuczną inteligencję

Chcesz być na bieżąco z najnowszymi osiągnięciami w dziedzinie sprzętu AI, niestandardowego krzemu i firm zmieniających branżę? Dodaj do zakładek AI Buzz Wire, aby codziennie relacjonować ważne historie.

Przeczytaj więcej aktualności o sztucznej inteligencji →