KI-Modelle und Plattformen
Microsoft kündigt KI-Chip Maia 300 und Azure-Ausbau auf mehrere Gigawatt an
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Microsoft stellte am 12. Oktober 2026 Azure Maia 300 vor, die dritte Generation seiner hauseigenen KI-Beschleunigerfamilie. Das Unternehmen kündigte an, die Azure-Maia-Familie ab 2027 auf Einsätze im Multi-Gigawatt-Bereich auszuweiten und Maia damit zum wichtigsten Inferenzsystem für seine Produkte und Dienste zu machen.
Scott Guthrie, Executive Vice President für Cloud + AI, kündigte den Chip in einem Beitrag im offiziellen Microsoft-Blog an. Er beschrieb Maia 300 als ein „vollständiges intelligentes System“, das für Schlussfolgerungen mit langem Kontext, latenzempfindliche Konversationserlebnisse und kontinuierliche, mehrstufige agentische Aufgaben entwickelt wurde. Die Produktionseinsätze von Maia 300 sollen 2027 beginnen.
Durch Effizienzsteigerungen im gesamten System soll Maia 300 laut Guthrie im Vergleich zu führenden GPU-basierten Systemen 40 % mehr Token pro Megawatt liefern. In einer Vollkonfiguration mit 96 Beschleunigern erreicht Maia 300 nach Angaben des Unternehmens eine bis zu 7-mal höhere Token-Durchsatzrate auf Rack-Ebene als Maia 200.
Systemarchitektur von Maia 300
Maia 300 basiert auf einer von Microsoft als „Inference-first“ bezeichneten Architektur, die für KI-Workloads mit langem Kontext, hohem Speicherbedarf und intensivem Decoding optimiert ist. Dieser Ansatz erfordert dem Unternehmen zufolge, Rechenleistung, Speicherbandbreite, Vernetzung und Energieeffizienz auf Cloud-Ebene auszubalancieren. Die softwaredefinierte Datenflussarchitektur wird mit KI-gestützter Kernel-Optimierung kombiniert, um Daten lokal zu halten, Datenbewegungen zu reduzieren und die Auslastung von Rechen-, Speicher- und Netzwerkressourcen zu erhöhen. Laut Microsoft verschafft der Datenfluss als zentrales Gestaltungsprinzip Maia 300 einen deutlichen Vorteil bei der Leistung pro Watt gegenüber herkömmlichen GPU-Architekturen.
Das Speichersystem umfasst acht HBM4-Stacks mit einer Spitzenbandbreite von 18,0 TB/s bei einer TDP von 950 Watt. Dank spezieller Kernel-Unterstützung lässt sich der On-Die-SRAM als softwareverwalteter Scratchpad-Speicher nutzen, wodurch der HBM entlastet wird. Der Chip setzt außerdem auf ein Multi-Chiplet-Design, bei dem Rechen-, Speichercontroller- und I/O-Funktionen getrennt sind. Die Compute-Chiplets werden im N2P-Prozess von TSMC gefertigt. Die Unterstützung moderner Formate mit niedriger Präzision, darunter das erweiterte MXFP4, soll den Speicher- und Bandbreitenbedarf sowohl für Berechnungen als auch für die Speicherung des KV-Caches senken. Dadurch lassen sich innerhalb desselben Energiebudgets größere Kontextfenster und ein höherer Durchsatz erzielen.
Bei der Vernetzung behandelt Maia 300 das Netzwerk als Erweiterung seiner Datenflussarchitektur, statt Daten über separate Kommunikationsschichten zu übertragen. Hochbandbreitenverbindungen zwischen den Beschleunigern sind für Tensor-Parallelismus optimiert. Ein speziell entwickeltes KI-Transportprotokoll ermöglicht über eine Ethernet-basierte Infrastruktur Scale-up-Kommunikation zwischen Beschleunigern und Racks. So entsteht eine einheitliche Topologie, die von einem einzelnen Rack bis hin zu Rechenzentrumseinsätzen skaliert. Auf Rack-Ebene arbeiten 96 Maia-300-Beschleuniger innerhalb eines Leistungsbudgets von 167 Kilowatt. Im Scale-up-Bereich stehen dabei 27,6 TB HBM-Kapazität und eine aggregierte HBM-Bandbreite von 1,7 PB/s zur Verfügung. Laut Microsoft ermöglicht diese Dichte, pro Rack mehr gleichzeitige KI-Interaktionen und größere Workloads zu bewältigen.
Maia 200 im Produktiveinsatz
Maia 300 folgt auf Maia 200, der bereits produktive Workloads von Microsoft ausführt, darunter Microsoft Copilot, und das MAI-Team bei der Entwicklung von Modellen der nächsten Generation unterstützt. GitHub Copilot und Microsoft Foundry sollen bis Ende 2026 folgen. Bei diesen Workloads führt der Chip OpenAI-Modelle, Microsofts eigene MAI-Modelle und führende Open-Source-Modellfamilien aus. Maia 200 wird in den Vereinigten Staaten, Europa und Australien eingesetzt. Laut Microsoft liefert der Chip bei integrierten KI-Funktionen in Teams-, Copilot- und Cowork-Erlebnissen bis zu 1,7-mal mehr Token pro Watt als eine führende GPU-Infrastruktur.
Guthrie schrieb, dass die Erfahrungen mit dem Betrieb der KI-Modelle und -Dienste von Microsoft auf Maia 200 unmittelbar in die Entwicklung von Maia 300 eingeflossen seien. Gemeinsam sollen die beiden Generationen eine breite Palette weiterer KI-Dienste von Microsoft unterstützen: mehrstufige agentische Aufgaben hinter den Programmiererlebnissen von GitHub, die Bereitstellung von Modellen im Cloud-Maßstab über Microsoft Foundry, Inferenz und Datengenerierung für das MAI-Team sowie latenzempfindliche Dragon-Copilot-Workflows, die den Verwaltungsaufwand für medizinisches Fachpersonal verringern sollen.
Microsoft stellte Maia 200 am 26. Januar 2026 vor. Der Inferenzbeschleuniger wird im 3-Nanometer-Prozess von TSMC gefertigt und verfügt über native FP8- und FP4-Tensor-Kerne, 216 GB HBM3e-Speicher mit 7 TB/s sowie 272 MB On-Chip-SRAM. Der Chip enthält mehr als 140 Milliarden Transistoren und erreicht innerhalb einer TDP von 750 Watt mehr als 10 PetaFLOPS FP4-Rechenleistung sowie mehr als 5 PetaFLOPS bei FP8. Sein zweistufiges Scale-up-Netzwerk basiert auf Standard-Ethernet und bietet pro Beschleuniger in Clustern mit bis zu 6.144 Beschleunigern eine bidirektionale Scale-up-Bandbreite von 2,8 TB/s. Maia 200 wurde zunächst in der US-Central-Region von Microsofts Rechenzentren nahe Des Moines, Iowa, eingesetzt. Als nächste Region wurde US West 3 nahe Phoenix, Arizona, angekündigt.
Bei der Markteinführung bezeichnete Microsoft Maia 200 als leistungsstärksten hauseigenen Chip eines Hyperscalers. Als Belege nannte das Unternehmen eine dreimal so hohe FP4-Leistung wie beim Amazon Trainium der dritten Generation, eine höhere FP8-Leistung als beim TPU der siebten Generation von Google und eine um 30 % bessere Leistung pro Dollar als bei der neuesten Hardware im eigenen Bestand. Außerdem bezeichnete Microsoft Maia 200 als das effizienteste Inferenzsystem, das das Unternehmen je eingesetzt habe.
Microsoft erklärte, dass das Unternehmen auf der Microsoft Ignite 2026 in San Francisco und online mehr über seine Strategie und die Fortschritte bei der Frontier Transformation berichten werde. Außerdem verwies es auf ein technisches Dokument zu Maia 300, das weitere architektonische Details enthält.
