A Microsoft está planejando revelar publicamente seu chip interno de IA de próxima geração, o Maia 300, neste outono – potencialmente já em setembro – de acordo com um relatório publicado pela primeira vez pela The Information em 10 de agosto de 2026 e confirmado pela Reuters.

O relatório, que citou pessoas com conhecimento direto dos planos, sinaliza uma aceleração do esforço da Microsoft para projetar seus próprios aceleradores de inteligência artificial e reduzir sua forte dependência dos caros processadores da Nvidia. A mudança faz parte de uma onda mais ampla de notícias de última hora sobre IA em que as maiores operadoras de nuvem do mundo estão correndo para construir silício personalizado adaptado às suas próprias cargas de trabalho.

Uma resposta direta ao poder de preços da Nvidia

As GPUs da Nvidia atualmente alimentam a esmagadora maioria dos grandes treinamentos e inferências de modelos de IA em provedores de nuvem de hiperescala, e essa dependência tem um preço alto. A Microsoft, assim como Google, Amazon e Meta, gastou bilhões adquirindo hardware Nvidia para acompanhar a demanda por serviços de IA, como seu assistente Copilot e o serviço Azure OpenAI.

O Maia 300 está posicionado como uma tentativa da Microsoft de recuperar parte desses gastos. Ao projetar chips otimizados especificamente para os tipos de cargas de trabalho executadas em seus próprios data centers, a Microsoft pretende reforçar seu pipeline de produção de chips de IA e diminuir sua dependência do hardware com fornecimento limitado e preço premium da Nvidia.

Da Maia 100 à Maia 300

A Microsoft anunciou pela primeira vez sua entrada no silício de IA personalizado em novembro de 2023, revelando o acelerador de IA Maia 100 original junto com o processador central Cobalt 100 em sua conferência de desenvolvedores Ignite. O Maia 100 foi lançado como um chip construído desde o início para executar grandes modelos de linguagem e outras cargas de trabalho de IA dentro do Azure.

O salto para o Maia 300 representa uma atualização geracional significativa. Embora o relatório da The Information não tenha divulgado especificações detalhadas, a convenção de numeração – e o intervalo de vários anos desde o Maia 100 original – aponta para melhorias substanciais no desempenho e na eficiência energética, as duas métricas que mais importam para a inferência de IA em hiperescala.

Por que os hiperescaladores estão se tornando personalizados

A Microsoft está longe de estar sozinha na busca pelo silício interno. A estratégia tornou-se uma característica definidora do atual cenário de hardware de IA:

  • O Google iterou suas unidades de processamento de tensores (TPUs) por aproximadamente uma década e agora as oferece aos clientes da nuvem.
  • A Amazon investiu pesadamente em suas famílias de chips Trainium e Inferentia por meio de sua divisão Annapurna Labs.
  • Meta está desenvolvendo sua linha MTIA (Meta Training and Inference Accelerator).
  • AMD continua a expandir sua linha de GPUs Instinct como a principal alternativa comercial à Nvidia.

Para essas empresas, o cálculo é simples. O silício personalizado pode ser ajustado aos modelos e pilhas de software precisos que uma empresa executa, reduzindo potencialmente o custo por consulta, reduzindo a latência e afrouxando o controle da Nvidia na cadeia de suprimentos de computação de IA. Mesmo uma mudança parcial do hardware Nvidia pode se traduzir em centenas de milhões de dólares em economias em hiperescala.

O que setembro pode trazer

Se a Microsoft revelar o Maia 300 no próximo mês, provavelmente aproveitará a ocasião para detalhar benchmarks de desempenho, disponibilidade dentro do Azure e quais de seus produtos de IA originais serão executados no novo hardware. A empresa já enquadrou seu silício personalizado como complementar - em vez de um substituto no atacado - das GPUs Nvidia, sugerindo um modelo híbrido no qual ambas as famílias de chips coexistem dentro da infraestrutura de IA do Azure.

Os analistas da indústria estarão observando atentamente duas coisas: se o Maia 300 oferece ganhos significativos de preço-desempenho em relação à geração atual da Nvidia e se a Microsoft pode fabricar um número suficiente deles para reduzir seus pedidos da Nvidia. A produção de chips nesta escala depende de capacidade de embalagem avançada e de parcerias de fundição que permanecem estreitas em todo o setor.

O panorama geral

O surgimento do Maia 300 sublinha uma mudança fundamental na economia da IA. As empresas que constroem e operam os maiores sistemas de IA já não se contentam em ser apenas os maiores clientes de um único fornecedor de chips. Eles estão se tornando designers de chips por direito próprio, remodelando uma cadeia de suprimentos que a Nvidia dominou desde o início do boom da IA ​​generativa.

Para a Microsoft, os riscos são particularmente elevados. A empresa comprometeu-se com enormes despesas de capital para expandir a sua infraestrutura de IA e os investidores estão cada vez mais concentrados em saber se essas despesas se traduzirão em margens duradouras. Um programa interno de chips bem-sucedido é uma das alavancas mais claras que a Microsoft tem para melhorar a economia unitária de seu negócio de IA.

Fique à frente da IA

Quer acompanhar os últimos desenvolvimentos em hardware de IA, silício personalizado e as empresas que estão remodelando o setor? Marque AI Buzz Wire para cobertura diária das histórias que importam.

Leia mais notícias sobre IA →