Microsoft annonce le lancement de sa troisième puce d'IA développée en interne, Maia300, dont la mise en production des charges de travail est prévue en 2027, avec pour objectif de devenir le principal système d'inférence IA des produits et services de Microsoft. La nouvelle puce se concentre sur l'amélioration des performances et de l'efficacité énergétique de l'inférence IA dans le cloud, et est optimisée pour l'inférence à long contexte, les conversations à faible latence ainsi que les tâches d'agents multi-étapes.
Scott Guthrie, vice-président exécutif du groupe Cloud Computing de Microsoft, indique que, par rapport aux systèmes GPU leaders, Maia300 devrait augmenter de 40 % le volume de tokens livrés par mégawatt ; dans une configuration complète de 96 accélérateurs, son débit de tokens au niveau du rack atteindra 7 fois celui de la génération précédente, Maia200. Microsoft prévoit, à partir de 2027, d'étendre le déploiement de la série Azure Maia à une échelle de centaines de milliards de watts, en augmentant progressivement la proportion de puces développées en interne dans son infrastructure IA.
Maia300 est le successeur de Maia200, annoncé en janvier de cette année. Maia200 est déjà utilisé pour des charges de travail IA de niveau production telles que Microsoft Copilot, GitHub Copilot, Microsoft Foundry ainsi que les modèles d'IA développés en interne par Microsoft. Selon Guthrie, Maia200 est actuellement l'une des infrastructures les plus performantes du parc de puces de Microsoft, mesuré selon les indicateurs réels des services IA, et Maia300 s'adaptera davantage aux besoins des applications IA de nouvelle génération.
Alors que la demande en puissance de calcul des modèles d'inférence et des tâches d'agents ne cesse de croître, Microsoft améliore l'efficacité de l'inférence, réduit les coûts d'infrastructure et renforce son contrôle sur la chaîne d'approvisionnement en puissance de calcul IA grâce à ses puces développées en interne.