Microsoft kündigt heute seinen dritten Generationen Maia-inhouse-AI-Chip an, der als „primäres AI-Infernsystem“ für Microsofts Produkte und Dienste dienen soll. Der Maia 300 verbessert nicht nur die Kosten- und Effizienz der Ausführung von AI-Arbeitslasten im Cloud-Umfeld, sondern ist auch in der Lage, die neuesten Reasoning-Modelle und agentische Aufgaben zu bewältigen.
Maia 300 wird im Jahr 2027 in den Produktionsbetrieb gehen, und es wurde mit Effizienz in Betracht gezogen. „Wir erwarten, dass Maia 300 40 Prozent mehr Tokens pro Megawatt liefert als die führenden GPU-basierten Systeme“, sagt Scott Guthrie, Executive Vice President des Cloud-Gruppen von Microsoft. „Und in einer vollständigen 96-Accelerator-Konfiguration liefert es bis zu 7-mal mehr Token durchschnittlich pro Rack als Maia 200.“
Diese Effizienzverbesserungen werden Microsoft ermöglichen, bald hauptsächlich auf seine eigene AI-Chip-Technologie zu setzen, anstatt auf die von Nvidia und AMD. „Wir werden unsere Azure Maia-Familie ab 2027 auf multi-gigawatt-Scale einsetzen, sodass Maia das primäre AI-Infernsystem für Microsoft-Produkte und -Dienste wird“, sagt Guthrie.
Maia 300 ist der Nachfolger des 200, der erst im Januar bekannt gegeben wurde. Maia 200 wird bereits in Produktions-AI-Workspaces bei Microsoft eingesetzt, darunter Microsoft Copilot, GitHub Copilot, Microsoft Foundry und Microsofts eigenen AI-Modelle.
„Maia 200 ist die am besten performierende KI-Infrastruktur in unserer Flotte, gemessen an realen Welt-Metriken für KI-Dienste“, sagt Guthrie. „Maia 300 ist ein vollständiges KI-System, das für die neuen Arten von KI-Arbeitslasten konzipiert ist, die heute entstehen: Langsamer Kontext-Reasoning, latency-sensible Konversationserlebnisse und anhaltende, mehrstufige agentische Aufgaben.“
Verwandt
- Microsoft macht endlich eigene Chips – und sie sind allesamt für KI
- Microsofts neuestes KI-Chip konkurriert mit Amazon und Google
Microsoft verwendet eine neue Chiplet-Architektur, um seine wichtigen Effizienzvorteile zu erzielen. Die neueste Maia 300-Architektur, die auf dem N2P-Prozessnode von TSMC basiert, trennt die Berechnungs-, Speicher-Controller- und I/O-Funktionen voneinander. „Dadurch wird der Siliziumfläche für die Berechnungsleistung mehr zugeordnet, und jede Funktion kann die Technologie nutzen, die am besten zu ihrer Rolle passt“, sagt das Azure-Hardware- und Infrastrukturengagement.
Maia 300 ist auch ein wichtiger Bestandteil von Microsofts eigenem AI-Modellprojekt und könnte der Unternehmung helfen, ihren Ziel von einer Aufholung gegenüber Google DeepMind, OpenAI und Anthropic zu erreichen. „Wir müssen auf der gesamten Stack arbeiten, bis ins Silizium“, sagt Mustafa Suleyman, CEO von Microsoft AI. „In dieser Größenordnung brauchen wir eine Plattform, die wir selbst besitzen und mit unseren Modellen gemeinsam entwerfen. Deshalb ist die Ausführung unserer Microsoft AI-Modelle auf dem Maia-Chip ein wichtiger Schwerpunkt für unser Team.“
Folgen Sie den Themen und Autoren dieser Geschichte**, um mehr Ähnliches auf Ihrer personalisierten Homepage-Feed zu sehen und E-Mail-Updates zu erhalten.