A Microsoft apresentou na segunda-feira o Azure Maia 300, a terceira geração de sua família interna de aceleradores de IA, e disse que o chip irá ancorar implantações de vários gigawatts no Azure a partir de 2027 – um passo importante no esforço da empresa para executar mais cargas de trabalho de IA em seu próprio silício, em vez de nas GPUs da Nvidia.
O anúncio, feito em uma postagem no blog por Scott Guthrie, vice-presidente executivo do grupo Cloud + AI da Microsoft, posiciona o Maia 300 como o principal sistema de inferência para os próprios produtos e serviços da Microsoft. Ele ocorre em meio a uma corrida mais ampla da indústria para construir chips de IA personalizados, uma mudança que acompanhamos de perto em nossa cobertura contínua dos mais recentes desenvolvimentos de IA, à medida que os hiperscaladores trabalham para controlar o custo de servir IA em escala.
De acordo com a Microsoft, o Maia 300 foi projetado para fornecer 40% mais tokens por megawatt em comparação com os principais sistemas baseados em GPU. Em uma configuração completa de 96 aceleradores, a empresa afirma que o chip fornece até sete vezes o rendimento de token em escala de rack de seu antecessor, Maia 200.
Construído para inferência desde o início
A Microsoft descreve o Maia 300 como uma arquitetura de “inferência em primeiro lugar”, voltada para cargas de trabalho de longo contexto, com uso intensivo de memória e com muita decodificação – os padrões que dominam os modernos assistentes de bate-papo, sistemas de raciocínio e agentes de IA de várias etapas.
O subsistema de memória do chip usa oito pilhas de HBM4, fornecendo 18,0 terabytes por segundo de largura de banda de pico dentro de um envelope térmico de 950 watts. A SRAM on-die é tratada como um bloco de notas gerenciado por software, o que, segundo a Microsoft, alivia a pressão sobre a HBM e mantém mais dados próximos às unidades de computação.
Maia 300 também muda para um design multi-chiplet que divide funções de computação, controlador de memória e E/S em matrizes separadas, com os chiplets de computação fabricados no nó de processo N2P da TSMC. O suporte para formatos MXFP4 aprimorados de baixa precisão tem como objetivo reduzir as necessidades de memória computacional e o armazenamento em cache KV, permitindo janelas de contexto maiores e maior rendimento dentro do mesmo orçamento de energia.
Do lado da rede, a Microsoft trata a rede como uma extensão da arquitetura de fluxo de dados do chip. Um transporte de IA personalizado fornece comunicação escalonada entre aceleradores e racks por meio de infraestrutura baseada em Ethernet, formando o que a empresa descreve como uma topologia unificada que pode ser dimensionada de um único rack até implantações em escala de datacenter.
Números em escala de rack
No nível do rack, a Microsoft afirma que 96 aceleradores Maia 300 operam dentro de um envelope de potência de 167 quilowatts, oferecendo 27,6 terabytes de capacidade HBM e 1,7 petabytes por segundo de largura de banda agregada em todo o domínio de expansão. A empresa argumenta que essa densidade permite atender mais interações simultâneas de IA e cargas de trabalho maiores em cada rack.
Maia 200 já está em produção
O Maia 300 segue o Maia 200, lançado pela Microsoft em janeiro de 2026 e que já atende cargas de trabalho de produção, incluindo o Microsoft Copilot. De acordo com a empresa, o Maia 200 também apoiará o GitHub Copilot e o Microsoft Foundry até o final de 2026 e executará modelos OpenAI, modelos MAI da própria Microsoft e famílias líderes de modelos de código aberto.
A Microsoft afirma que o Maia 200 está sendo implantado nos Estados Unidos, Europa e Austrália, fornecendo até 1,7 vezes mais tokens por watt para recursos integrados de IA nas experiências Teams, Copilot e Microsoft 365 em comparação com a infraestrutura de GPU líder que substituiu. Guthrie escreveu que a experiência operacional do Maia 200 moldou diretamente o design do Maia 300.
Juntas, as duas gerações pretendem alimentar um amplo conjunto de serviços de IA da Microsoft: trabalho de agência em várias etapas por trás das ferramentas de codificação do GitHub, serviço de modelo em escala de nuvem por meio do Microsoft Foundry, inferência e geração de dados para a equipe de modelo MAI e fluxos de trabalho Dragon Copilot sensíveis à latência que visam reduzir a carga administrativa dos médicos.
Reduzindo a dependência da Nvidia
O subtexto estratégico do anúncio é o esforço da Microsoft para reduzir a sua dependência da Nvidia, cujas GPUs dominam o treinamento e inferência de IA em toda a indústria. A Reuters informou que a Microsoft planeja uma “grande implantação” de seus próprios chips como forma de controlar os custos, enquanto a CNBC enquadrou o lançamento como um movimento direto para reduzir a dependência da empresa do hardware Nvidia – alguns dos componentes mais caros e com fornecimento limitado na construção de IA.
O poder de precificação da Nvidia tornou-se um problema de diretoria em toda a indústria de nuvem, e o silício personalizado é a resposta padrão. As TPUs do Google, as linhas Trainium e Inferentia da Amazon e os chips MTIA da Meta buscam o mesmo objetivo: hardware especializado ajustado às cargas de trabalho exatas de cada empresa. O programa Maia da Microsoft, que começou com o Maia 100 lançado em novembro de 2023, é a sua entrada nessa corrida.
Para a Microsoft, a economia é simples: cada token servido por um chip interno é um token que não carrega a margem da Nvidia. Com os volumes de inferência de IA crescendo nos serviços Copilot, Microsoft 365, GitHub e Azure AI, mesmo a substituição parcial se traduz em economias substanciais em hiperescala.
O que vem a seguir
A Microsoft disse que as implantações de produção do Maia 300 começarão em 2027 e indicou aos leitores um artigo técnico publicado para detalhes arquitetônicos. A empresa também disse que compartilhará mais sobre sua estratégia de silício e seu roteiro de infraestrutura mais amplo no Microsoft Ignite 2026, que será realizado em São Francisco e online.
Ainda não se sabe se o Maia 300 pode prejudicar o domínio da Nvidia – as arquiteturas mais recentes da Nvidia ainda lideram em desempenho bruto, e a Microsoft continua a comprar hardware da Nvidia em enorme escala. Mas a trajetória é clara: a maior operadora de nuvem do mundo pretende servir uma parcela cada vez maior dos tokens de IA do mundo em chips que ela mesma projetou.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
