เมื่อวันจันทร์ที่ผ่านมา Microsoft ได้เปิดตัว Azure Maia 300 ซึ่งเป็นเจนเนอเรชั่นที่สามของตระกูล AI Accelerator ภายในบริษัท และกล่าวว่าชิปดังกล่าวจะยึดการใช้งานหลายกิกะวัตต์ทั่ว Azure โดยเริ่มต้นในปี 2570 ซึ่งเป็นก้าวสำคัญในความพยายามของบริษัทในการรันเวิร์กโหลด AI บนซิลิคอนของตัวเองมากกว่าบน GPU ของ Nvidia

การประกาศดังกล่าวจัดทำในบล็อกโพสต์โดย Scott Guthrie รองประธานบริหารของ Microsoft ของกลุ่ม Cloud + AI ระบุว่า Maia 300 เป็นระบบอนุมานหลักสำหรับผลิตภัณฑ์และบริการของ Microsoft เอง เกิดขึ้นท่ามกลางการแข่งขันในอุตสาหกรรมในวงกว้างเพื่อสร้างชิป AI แบบกำหนดเอง การเปลี่ยนแปลงที่เราติดตามอย่างใกล้ชิดในการครอบคลุมอย่างต่อเนื่องของเราเกี่ยวกับการพัฒนา AI ล่าสุด ในขณะที่ไฮเปอร์สเกลเลอร์ทำงานเพื่อลดค่าใช้จ่ายในการให้บริการ AI ในวงกว้าง

จากข้อมูลของ Microsoft นั้น Maia 300 ได้รับการออกแบบมาเพื่อมอบโทเค็นเพิ่มขึ้น 40% ต่อเมกะวัตต์ เมื่อเทียบกับระบบที่ใช้ GPU ชั้นนำ ในการกำหนดค่าตัวเร่งความเร็ว 96 ตัวเต็มรูปแบบ บริษัทกล่าวว่าชิปดังกล่าวให้ทรูพุตโทเค็นระดับแร็คสูงสุดถึงเจ็ดเท่าของ Maia 200 รุ่นก่อน

สร้างขึ้นเพื่อการอนุมานตั้งแต่พื้นฐาน

Microsoft อธิบายว่า Maia 300 นั้นเป็นสถาปัตยกรรม "ที่เน้นการอนุมานเป็นอันดับแรก" โดยมุ่งเป้าไปที่เวิร์กโหลดที่มีบริบทยาว ใช้หน่วยความจำมาก และถอดรหัสหนัก ซึ่งเป็นรูปแบบที่ครอบงำผู้ช่วยแชทสมัยใหม่ ระบบการให้เหตุผล และเอเจนต์ AI แบบหลายขั้นตอน

ระบบย่อยหน่วยความจำของชิปใช้ HBM4 แปดสแต็กซึ่งมีแบนด์วิธสูงสุด 18.0 เทราไบต์ต่อวินาทีภายในซองจดหมายระบายความร้อน 950 วัตต์ On-die SRAM ถือเป็น Scratchpad ที่จัดการโดยซอฟต์แวร์ ซึ่ง Microsoft กล่าวว่าช่วยลดแรงกดดันต่อ HBM และเก็บข้อมูลไว้ใกล้กับหน่วยประมวลผลมากขึ้น

นอกจากนี้ Maia 300 ยังย้ายไปยังการออกแบบชิปเล็ตหลายตัวที่แยกฟังก์ชันการประมวลผล ตัวควบคุมหน่วยความจำ และ I/O ออกเป็นดายที่แยกจากกัน โดยมีชิปเล็ตประมวลผลที่สร้างขึ้นบนโหนดกระบวนการ N2P ของ TSMC การสนับสนุนรูปแบบความแม่นยำต่ำ MXFP4 ที่ปรับปรุงแล้วมีจุดมุ่งหมายเพื่อลดทั้งความต้องการหน่วยความจำประมวลผลและพื้นที่จัดเก็บแคช KV ช่วยให้หน้าต่างบริบทใหญ่ขึ้นและปริมาณงานที่สูงขึ้นภายในงบประมาณพลังงานเดียวกัน

ในด้านระบบเครือข่าย Microsoft ถือว่าเครือข่ายเป็นส่วนขยายของสถาปัตยกรรมกระแสข้อมูลของชิป การขนส่ง AI แบบกำหนดเองให้การสื่อสารที่ขยายขนาดได้ทั่วทั้งตัวเร่งความเร็วและแร็คผ่านโครงสร้างพื้นฐานที่ใช้อีเทอร์เน็ต ก่อให้เกิดสิ่งที่บริษัทอธิบายว่าเป็นโทโพโลยีแบบครบวงจรที่ปรับขนาดตั้งแต่แร็คเดียวไปจนถึงการปรับใช้ระดับศูนย์ข้อมูล

หมายเลขสเกลแร็ค

ในระดับแร็ค Microsoft กล่าวว่าตัวเร่งความเร็ว Maia 300 จำนวน 96 ตัวทำงานภายในกรอบพลังงาน 167 กิโลวัตต์ โดยให้ความจุ HBM 27.6 เทราไบต์ และ 1.7 เพตาไบต์ต่อวินาทีของแบนด์วิธรวมทั่วทั้งโดเมนการขยายขนาด บริษัทให้เหตุผลว่าความหนาแน่นนี้ทำให้สามารถรองรับการโต้ตอบของ AI พร้อมกันได้มากขึ้น และปริมาณงานที่มากขึ้นจากแต่ละแร็ค

Maia 200 อยู่ในการผลิตแล้ว

Maia 300 เป็นไปตาม Maia 200 ซึ่ง Microsoft เปิดตัวในเดือนมกราคม 2569 และรองรับเวิร์กโหลดการผลิตแล้ว รวมถึง Microsoft Copilot จากข้อมูลของบริษัท Maia 200 จะสนับสนุน GitHub Copilot และ Microsoft Foundry ภายในสิ้นปี 2569 และใช้งานโมเดล OpenAI ซึ่งเป็นโมเดล MAI ของ Microsoft และตระกูลโมเดลโอเพ่นซอร์สชั้นนำ

Microsoft กล่าวว่า Maia 200 กำลังปรับใช้ทั่วทั้งสหรัฐอเมริกา ยุโรป และออสเตรเลีย โดยมอบโทเค็นต่อวัตต์เพิ่มขึ้นถึง 1.7 เท่าสำหรับฟีเจอร์ AI ในตัวในประสบการณ์ Teams, Copilot และ Microsoft 365 เมื่อเทียบกับโครงสร้างพื้นฐาน GPU ชั้นนำที่แทนที่ Guthrie เขียนว่าประสบการณ์การปฏิบัติงานจาก Maia 200 ส่งผลต่อการออกแบบ Maia 300 โดยตรง

ทั้งสองเจเนอเรชันนี้มีจุดมุ่งหมายเพื่อขับเคลื่อนชุดบริการ Microsoft AI ที่หลากหลาย: งานเอเจนต์หลายขั้นตอนเบื้องหลังเครื่องมือเขียนโค้ด GitHub, โมเดลระดับคลาวด์ที่ให้บริการผ่าน Microsoft Foundry, การอนุมานและการสร้างข้อมูลสำหรับทีมโมเดล MAI และเวิร์กโฟลว์ Dragon Copilot ที่ไวต่อความหน่วงซึ่งมีจุดมุ่งหมายเพื่อลดภาระการบริหารของแพทย์

ลดการพึ่งพา Nvidia

ข้อความย่อยเชิงกลยุทธ์ของการประกาศคือความพยายามของ Microsoft ในการลดการพึ่งพา Nvidia ซึ่ง GPU ครองการฝึกอบรม AI และการอนุมานทั่วทั้งอุตสาหกรรม สำนักข่าวรอยเตอร์รายงานว่า Microsoft วางแผน "การใช้งานจำนวนมาก" ของชิปของตัวเองเพื่อควบคุมต้นทุน ในขณะที่ CNBC วางกรอบการเปิดตัวเป็นการดำเนินการโดยตรงเพื่อลดการพึ่งพาฮาร์ดแวร์ของ Nvidia ของบริษัท ซึ่งเป็นส่วนประกอบที่มีราคาแพงที่สุดและมีข้อจำกัดด้านอุปทานใน buildout AI

อำนาจการกำหนดราคาของ Nvidia กลายเป็นประเด็นในห้องประชุมในอุตสาหกรรมคลาวด์ และซิลิคอนแบบกำหนดเองคือคำตอบมาตรฐาน TPU ของ Google, กลุ่มผลิตภัณฑ์ Trainium และ Inferentia ของ Amazon และชิป MTIA ของ Meta ล้วนมีเป้าหมายเดียวกัน นั่นคือฮาร์ดแวร์พิเศษที่ได้รับการปรับแต่งให้เหมาะกับปริมาณงานที่แน่นอนของแต่ละบริษัท โปรแกรม Maia ของ Microsoft ซึ่งเริ่มต้นด้วย Maia 100 ที่เปิดตัวในเดือนพฤศจิกายน 2023 เป็นการเข้าสู่การแข่งขันครั้งนั้น

สำหรับ Microsoft เศรษฐศาสตร์นั้นตรงไปตรงมา: ทุกโทเค็นที่ให้บริการโดยชิปภายในองค์กรนั้นเป็นโทเค็นที่ไม่มีส่วนต่างของ Nvidia ด้วยปริมาณการอนุมาน AI ที่เพิ่มขึ้นทั่วทั้งบริการ Copilot, Microsoft 365, GitHub และ Azure AI แม้แต่การทดแทนเพียงบางส่วนก็แปลเป็นการประหยัดได้มากในระดับไฮเปอร์สเกล

อะไรจะเกิดขึ้นต่อไป

Microsoft กล่าวว่าการใช้งานจริงของ Maia 300 จะเริ่มในปี 2570 และชี้ให้ผู้อ่านทราบถึงเอกสารทางเทคนิคที่ตีพิมพ์เพื่อดูรายละเอียดทางสถาปัตยกรรม บริษัทยังกล่าวอีกว่าจะแบ่งปันเพิ่มเติมเกี่ยวกับกลยุทธ์ซิลิคอนและแผนงานโครงสร้างพื้นฐานที่กว้างขึ้นที่ Microsoft Ignite 2026 ซึ่งจัดขึ้นในซานฟรานซิสโกและออนไลน์

ไม่ว่า Maia 300 จะสามารถรองรับการครอบงำของ Nvidia ได้หรือไม่ - สถาปัตยกรรมล่าสุดของ Nvidia ยังคงเป็นผู้นำในด้านประสิทธิภาพดิบ และ Microsoft ยังคงซื้อฮาร์ดแวร์ของ Nvidia ในปริมาณมหาศาลต่อไป แต่วิถีที่ชัดเจนนั้นชัดเจน: ผู้ให้บริการระบบคลาวด์รายใหญ่ที่สุดของโลกตั้งใจที่จะให้บริการโทเค็น AI ของโลกบนชิปที่ออกแบบเองมากขึ้นกว่าเดิม

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →