Op 12 oktober 2026 zou Microsoft-cloudtopman Scott Guthrie Azure-medewerkers hebben geïnformeerd over veranderingen in de leiding. Volgens berichtgeving van The Information, waarnaar zowel Benzinga als The Next Web verwijst, zou Arun Ulag een bredere rol krijgen. Hij leidde eerder de Azure-databaseproducten. Benzinga meldde dat zijn nieuwe taken ook Azure Core en de belangrijkste engineeringteams zouden omvatten.
Wat is er over de Azure-leiding gemeld?
De berichtgeving beschrijft een uitbreiding van Ulag’ verantwoordelijkheid binnen Azure. De precieze reikwijdte van de verandering staat niet vast in deze beschrijving; de genoemde verantwoordelijkheid voor Azure Core en de engineeringteams is specifiek aan Benzinga toegeschreven.
Maia 200 draait productiewerk; Microsoft plant verdere uitrol
Los daarvan meldde Microsoft op 12 oktober dat Maia 200 productiewerk uitvoert, waaronder voor Microsoft Copilot, en de ontwikkeling van modellen door het MAI-team ondersteunt. Volgens Microsoft draait het systeem OpenAI-modellen, Microsoft MAI-modellen en toonaangevende open-sourcemodelfamilies. Het bedrijf verwachtte dat GitHub Copilot en Microsoft Foundry vóór het einde van 2026 zouden volgen. Microsofts aankondiging beschrijft ook plannen om vanaf 2027 Maia-systemen op te schalen naar implementaties van meerdere gigawatt. Microsoft wil Maia inzetten als het primaire inferentiesysteem voor zijn producten en diensten. Dat zijn plannen voor de toekomst; Maia 200 is het systeem waarvan Microsoft het huidige productiewerk beschrijft.
Wat meten de Maia 300-cijfers?
Microsoft plant de start van productie-implementaties van Maia 300 in 2027. De prestaties die het bedrijf noemt, slaan op verschillende maatstaven: token-doorvoer op rackniveau en tokens per megawatt zijn niet hetzelfde. Een token is een tekstonderdeel dat een AI-model verwerkt of genereert.
| Maatstaf | Door Microsoft genoemde waarde | Eenheid of vergelijkingsbereik |
| Token-doorvoer Maia 300 | Tot 7× die van Maia 200 | Doorvoer op rackniveau, bij een volledige configuratie met 96 accelerators |
| Efficiëntie Maia 300 | 40% meer tokens per megawatt | Vergeleken met toonaangevende systemen op basis van GPU’s |
| Vermogenslimiet van het Maia 300-racksysteem | 167 kW | Racksysteem |
| HBM-capaciteit van het Maia 300-racksysteem | 27,6 TB | HBM-geheugen |
| Geaggregeerde HBM-bandbreedte van het Maia 300-racksysteem | 1,7 PB/s | Over het snelle scale-up-domein |
Voor Maia 200 noemt Microsoft daarnaast een efficiëntie tot 1,7 keer zoveel tokens per watt als toonaangevende GPU-infrastructuur, voor ingebouwde AI-functies in Microsoft Teams, Copilot en Cowork. Die vergelijking heeft dus een eigen maatstaf en toepassingsgebied. De cijfers voor Maia 300 en Maia 200 zijn door Microsoft gerapporteerde vergelijkingen en specificaties.
