Microsoft bereitet sich darauf vor, den selbst entwickelten Azure-Maia-AI-Chip von seiner Nebenrolle im Labor auf die große Bühne zu heben. Der Manager Scott Guthrie enthülste in einem Beitrag, das Unternehmen plane, die Maia-Chips ab 2027 im Multi-Gigawatt-Maßstab zu deployen, damit sie zum wichtigsten Inferenzsystem auf allen Produktlinien von Microsoft werden.
Der aktuell im Einsatz befindliche Maia200 betreibt bereits in den USA, Europa und Australien Microsoft Copilot, und auch GitHub Copilot und Foundry ziehen bis Jahresende nach. Chief Executive Officer Satya Nadella bezeichnete diese Strategie als „unser größtes Wagnis bei unserem eigenen Silizium“. Der Chip ist nicht wählerisch – er kann gleichzeitig die Inferenz von OpenAI, Microsofts eigenem MAI sowie Open-Source-Modellen tragen. Zudem veröffentlichte Microsoft Zahlen, wonach der Chip im Teams-Szenario eine bis zu 1,7-fach höhere Token-Durchsatzrate pro Watt als führende GPUs erreicht – also mit weniger Strom mehr Intelligenz herausholt.
Der eigentliche Höhepunkt, die nächste Generation Maia300, wird 2027 ausgeliefert und zielt auf rechenintensive Aufgaben wie lange Eingaben, schnelle Chats und Agent-Aufgaben. Microsoft behauptet, die Token-Ausbeute pro Megawatt liege 40 Prozent über der führender GPU-Systeme; ein Rack mit 96 Chips kann bis zu 7-mal so viele Token ausgeben wie ein Maia200-Rack. Nach den Hardware-Spezifikationen verbirgt ein einzelnes Maia300-Package 8 HBM4-Speicherstacks mit insgesamt 288 GB und einer Bandbreite von 18 TB/s bei einer Nennleistungsaufnahme von 950 Watt – ein einziger Chip schultert also den gesamten Hunger, den früher ein ganzes Rack teilen musste. Ein ausführlicherer technischer Bericht ist bereits veröffentlicht, und auf der Ignite2026-Konferenz im November werden weitere Details verraten.
Wenn ein Cloud-Riese seine eigenen Chips im Gigawatt-Maßstab ausrollt und offen erklärt, sie zum primären Inferenzsystem machen zu wollen, dann will es offenbar nicht nur die Abhängigkeit von externen GPUs loswerden, sondern nach dem Verschweißen von Modellen, Chips und Cloud-Diensten zu einer eigenständigen Kette jene Rechnung erstellen, die niemand anderer durchschauen und bei der ihn auch niemand blockieren kann.