Microsoft stellte Azure Maia 300 am 12. Oktober 2026 als dritte Generation seines KI-Beschleunigerprogramms vor. Die für Rechenzentren entwickelte Hardware ist auf Inferenz ausgelegt – also darauf, trainierte KI-Modelle für konkrete Anfragen auszuführen. Microsoft plant, 2027 mit Produktionseinsätzen zu beginnen. Die Ankündigung und der technische Architekturbeitrag beschreiben Maia 300 als ein System aus Beschleunigern, Speicher, Netzwerk und Rack-Infrastruktur.
Für welche KI-Aufgaben Maia 300 gedacht ist
Microsoft richtet Maia 300 auf Inferenz mit langen Kontexten, hohem Speicherbedarf und rechenintensivem Decoding aus. Beim Decoding erzeugt ein Modell schrittweise weitere Tokens. Als Einsatzfelder nennt Microsoft außerdem dialogorientierte Anwendungen mit hohen Anforderungen an die Latenz und mehrstufige Aufgaben von KI-Agenten.
Der Beschleuniger besteht aus mehreren Chiplets. Für die Compute-Chiplets gibt Microsoft den Prozess TSMC N2P an. Das benennt die verwendete Prozesstechnologie für diesen Teil des Systems; es beschreibt nicht die Fertigung sämtlicher Komponenten. Microsoft führt zudem erweiterte MXFP4- und Speicherformate mit weniger als drei Bit als Techniken an, die den Speicher- und Datenbewegungsbedarf senken sollen.
Speicher und Leistung: Beschleuniger und Rack
Pro Maia-300-Beschleuniger nennt Microsoft acht HBM4-Stacks mit insgesamt 288 GB Speicherkapazität und einer maximalen Speicherbandbreite von 18 TB/s. Die TDP des einzelnen Beschleunigers beträgt 950 W. TDP steht für Thermal Design Power und ist eine Angabe auf Chipebene.
Ein vollständiges Rack umfasst laut Microsoft 96 Beschleuniger. Dafür nennt das Unternehmen einen Leistungsrahmen von 167 kW, eine HBM-Kapazität von 27,6 TB und eine aggregierte HBM-Bandbreite von 1,7 PB/s. Diese Rackwerte beschreiben das Gesamtsystem und haben einen anderen Maßstab als die TDP eines einzelnen Beschleunigers.
Zum Ausbau gehört auch das Netzwerk: Microsoft beschreibt eine zweistufige, Ethernet-basierte Scale-up-Verbindung für Superpods mit bis zu 12.288 Beschleunigern. Bei der Kühlung soll Flüssigkeitskühlung mehr als 80 Prozent der thermischen Racklast abführen; sie kühlt Beschleuniger, Spannungsregler und Switch-ASICs. Luftkühlung ist für Speicher, Speicherlaufwerke und weitere Komponenten vorgesehen.
Was Microsofts Leistungsangaben vergleichen
Microsoft zufolge bietet Maia 300 gegenüber Maia 200 die 2,5-fache Speicherbandbreite, 33 Prozent mehr Speicherkapazität und ungefähr die doppelte HBM-Bandbreite pro Watt. Für ein vollständiges Rack mit 96 Maia-300-Beschleunigern nennt Microsoft außerdem bis zu den siebenfachen Token-Durchsatz auf Rack-Ebene gegenüber Maia 200.
Davon getrennt ist Microsofts Angabe, Maia 300 solle 40 Prozent mehr Tokens pro Megawatt liefern als führende GPU-basierte Systeme. Für diesen Vergleich benennt Microsoft weder ein bestimmtes GPU-Modell noch einen konkreten Workload. Die Zahlen beziehen sich daher auf unterschiedliche Kennzahlen und Vergleichsgruppen: Der Rack-Token-Durchsatz und die Generationenvergleiche setzen Maia 200 als Maßstab, während die Angabe pro Megawatt eine nicht näher spezifizierte Gruppe von GPU-Systemen betrifft.
