マイクロソフトは現地時間の昨日、新世代の SOTA 基盤モデル MAI-Base-2 の事前学習が完了したと発表し、公式にはテストに参加したすべてのオープンウェイトモデルより性能が高いとしている。
この数字はかなり強烈だ：MAI-Base-2 の総パラメータ規模は 2.8T、アクティブパラメータは 80B で、NVIDIA GB200 GPU 6000 基上で 38 日かけて学習された。学習全体を通じて、モデルの平均浮動小数点演算利用率は 21%、実効スループットは 89%——超大規模クラスタ上でこの効率を安定して維持できること自体が、エンジニアリング力の証左である。
計算効率で DeepSeek を 4～12 倍引き離す
さらに注目すべきは効率の比較だ。マイクロソフトは、MAI-Base-2 の事前学習の計算効率が DeepSeek-V4-Pro-Base の 4～12 倍に達すると主張している。「金を投じてインフラを築く」が業界の前半戦となっている今、単位計算量あたりの産出量で桁違いの差を広げられることは、単にパラメータを積み上げるよりも戦略的な意味を持つ。
マイクロソフトは今回の成功を 3 つの要因に帰している：科学的なスケーリング、モデルとインフラの協調設計、そしてデータのスケーリングだ。つまり、単に GPU を増やすのではなく、アルゴリズム、ハードウェア、データレシピを同時に磨き上げたのである。MAI-Base-2 の仕上げと同時に、この巨大企業はすでに MAI-Base-3 の準備作業を密かに開始している——基盤モデルの軍拡競争において、マイクロソフトは明らかに遅れを取りたくないどころか、加速して先頭集団へと駆け上がっている。