Microsoft planuje skalować Maia do wielu gigawatów od 2027 roku

Microsoft zapowiedział 12 października 2026 r., że od 2027 r. chce skalować rodzinę Maia do wdrożeń wielogigawatowych i uczynić ją głównym systemem inferencyjnym dla własnych produktów i usług. W tym samym planie produkcyjne wdrożenia Azure Maia 300 mają rozpocząć się w 2027 r.; Microsoft informował już o produkcyjnej pracy poprzedniej generacji, Azure Maia 200. Zapowiedź Microsoftu

Inferencja to wykonywanie przez akceleratory obliczeń potrzebnych do generowania odpowiedzi przez modele AI. Plan Microsoftu dotyczy więc infrastruktury obsługującej własne usługi firmy, a nie sprzedaży akceleratorów użytkownikom indywidualnym.

Azure Maia 200 już obsługuje obciążenia produkcyjne

W komunikacie z 12 października Microsoft podał, że Azure Maia 200 obsługuje obciążenia produkcyjne, w tym Microsoft Copilot, i działa w Stanach Zjednoczonych, Europie oraz Australii. Firma wymieniła też modele OpenAI, Microsoft MAI i wiodące modele open source jako działające na Maia 200. To obecny etap wdrożenia, odrębny od planu produkcyjnego startu Maia 300 w 2027 r.

Microsoft zapowiadał, że do końca 2026 r. na Maia 200 mają trafić również GitHub Copilot i Microsoft Foundry. Był to plan dotyczący przyszłych obciążeń, a nie informacja o ich wdrożeniu.

Co składa się na skalę Maia 300

Każdy akcelerator Maia 300 ma osiem stosów pamięci HBM4 o łącznej pojemności 288 GB i szczytowej przepustowości 18 TB/s. HBM to pamięć o wysokiej przepustowości umieszczana blisko układu obliczeniowego; podane wartości odnoszą się do pojedynczego akceleratora. Microsoft opisuje architekturę Maia 300

W jednej szafie Microsoft przewiduje 96 akceleratorów rozmieszczonych w 24 tacach po cztery układy. Taka konfiguracja ma obwiednię mocy 167 kW. Na wyższym poziomie system może łączyć do 12 288 akceleratorów w domenie scale-up, obejmującej maksymalnie 128 szaf. Sieć wykorzystuje niestandardowy transport AI oparty na Ethernet, bezpośrednie połączenia między akceleratorami, przełączane ścieżki wewnątrz szaf i łącza optyczne między szafami.

Microsoft podaje, że układy obliczeniowe w konstrukcji wieloukładowej wykorzystują proces N2P firmy TSMC. Funkcje obliczeniowe, kontrolery pamięci i wejścia-wyjścia są rozdzielone między układy. To projekt całego systemu centrów danych — od akceleratorów i sieci po zasilanie i chłodzenie — a nie pojedynczej karty do komputera.

Maia 200 i Maia 300: porównywalne parametry

Microsoft publikuje dla obu generacji wartości dotyczące pamięci HBM, jej przepustowości na akcelerator i maksymalnej domeny scale-up. Zestawienie tych samych miar pokazuje, jak zmienia się skala pojedynczego akceleratora i połączonego systemu. Dokumentacja Maia 200 i opis architektury Maia 300 podają następujące wartości:

W przypadku Maia 300 pojemność pamięci i przepustowość dotyczą pojedynczego akceleratora, a liczba 12 288 opisuje maksymalną skalę połączenia wielu akceleratorów. To różne poziomy systemu: parametry pamięci nie są wartościami dla całej szafy ani superpoda.

Co oznaczają deklaracje wydajności Microsoftu

Microsoft twierdzi, że pełna konfiguracja szafy z 96 akceleratorami Maia 300 może osiągnąć do siedmiokrotnie większą przepustowość tokenów na poziomie szafy niż Maia 200. To porównanie całych konfiguracji rackowych dwóch generacji, a nie wynik dla pojedynczego akceleratora. Microsoft przedstawił tę deklarację w zapowiedzi Maia.

Oddzielnie firma deklaruje o 40 proc. więcej tokenów na megawat niż w wiodących systemach opartych na GPU. Ta miara zestawia liczbę tokenów z poborem mocy, podczas gdy deklaracja siedmiokrotnego wzrostu dotyczy przepustowości całej szafy względem poprzedniej generacji. Microsoft opisuje oba wyniki jako element planowanej infrastruktury Maia 300.