Microsoft ने Maia 300 AI चिप और Azure के बहु-गीगावॉट विस्तार की घोषणा की

Microsoft ने 12 अक्टूबर, 2026 को Azure Maia 300 पेश किया। यह कंपनी के इन-हाउस AI एक्सेलरेटर परिवार की तीसरी पीढ़ी है। Microsoft ने कहा कि 2027 से Azure Maia परिवार को बहु-गीगावॉट स्तर पर तैनात किया जाएगा और Maia को अपने उत्पादों और सेवाओं में मुख्य अनुमान प्रणाली बनाया जाएगा।

Cloud + AI के कार्यकारी उपाध्यक्ष Scott Guthrie ने Microsoft के आधिकारिक ब्लॉग पोस्ट में इस चिप की घोषणा की। उन्होंने Maia 300 को एक “पूर्ण बुद्धिमान प्रणाली” बताया, जिसे लंबा संदर्भ समझने, विलंब-संवेदनशील संवादात्मक अनुभव देने और लगातार कई चरणों वाले एजेंट-आधारित कार्यों के लिए तैयार किया गया है। Maia 300 की उत्पादन तैनाती 2027 में शुरू होगी।

Guthrie ने लिखा कि पूरे सिस्टम की दक्षता बेहतर करके Microsoft को उम्मीद है कि Maia 300, अग्रणी GPU-आधारित प्रणालियों की तुलना में प्रति मेगावॉट 40% अधिक टोकन देगा। कंपनी के अनुसार, 96 एक्सेलरेटर वाले पूर्ण कॉन्फ़िगरेशन में Maia 300, Maia 200 की तुलना में रैक स्तर पर 7 गुना तक टोकन थ्रूपुट देता है।

Maia 300 की सिस्टम संरचना

Maia 300 को Microsoft की बताई गई अनुमान-केंद्रित संरचना के साथ तैयार किया गया है। इसे लंबे संदर्भ, अधिक मेमोरी की ज़रूरत वाले और डिकोडिंग-प्रधान AI वर्कलोड के लिए अनुकूलित किया गया है। कंपनी के अनुसार, इस तरीके में क्लाउड स्तर पर कंप्यूटिंग, मेमोरी बैंडविड्थ, नेटवर्किंग और बिजली-दक्षता के बीच संतुलन बनाना शामिल है। इसकी सॉफ़्टवेयर-परिभाषित डेटा-प्रवाह संरचना, AI की सहायता से किए गए कर्नेल अनुकूलन के साथ मिलकर डेटा को स्थानीय स्तर पर रखती है, डेटा का स्थानांतरण घटाती है और कंप्यूटिंग, मेमोरी तथा नेटवर्किंग संसाधनों का उपयोग बढ़ाती है। Microsoft का कहना है कि डेटा-प्रवाह को डिज़ाइन का मूल सिद्धांत मानने से Maia 300 को पारंपरिक GPU संरचनाओं की तुलना में प्रति वाट प्रदर्शन का उल्लेखनीय लाभ मिलता है।

इसकी मेमोरी प्रणाली में आठ HBM4 स्टैक हैं, जो 950-वॉट TDP के भीतर 18.0 TB/s की अधिकतम बैंडविड्थ देते हैं। विशेष कर्नेल सहायता, चिप पर मौजूद SRAM को सॉफ़्टवेयर-प्रबंधित अस्थायी कार्य-क्षेत्र की तरह इस्तेमाल करती है, जिससे HBM पर दबाव कम होता है। चिप में अब बहु-चिपलेट डिज़ाइन भी है, जिसमें कंप्यूटिंग, मेमोरी-कंट्रोलर और I/O कार्य अलग-अलग रखे गए हैं। कंप्यूट चिपलेट TSMC की N2P प्रक्रिया पर बने हैं। उन्नत कम-परिशुद्धता फ़ॉर्मैट, जिनमें बेहतर MXFP4 भी शामिल है, के लिए सहायता से गणना और KV-कैश संग्रहण—दोनों के लिए मेमोरी तथा बैंडविड्थ की ज़रूरत घटाने का लक्ष्य है। इससे समान बिजली-सीमा में संदर्भ विंडो बड़ी और थ्रूपुट अधिक हो सकता है।

नेटवर्किंग के मामले में, Maia 300 नेटवर्क को अपनी डेटा-प्रवाह संरचना के विस्तार के रूप में इस्तेमाल करता है, न कि डेटा को अलग-अलग संचार परतों से गुज़ारता है। एक्सेलरेटरों के बीच उच्च-बैंडविड्थ इंटरकनेक्ट को टेंसर समानांतरता के लिए अनुकूलित किया गया है। वहीं, विशेष AI ट्रांसपोर्ट, Ethernet-आधारित ढाँचे के ज़रिए एक्सेलरेटरों और रैक के बीच विस्तार-स्तरीय संचार उपलब्ध कराता है। इससे एक एकीकृत टोपोलॉजी बनती है, जिसे एक रैक से लेकर पूरे डेटा सेंटर की तैनाती तक बढ़ाया जा सकता है। रैक स्तर पर, 96 Maia 300 एक्सेलरेटर 167-किलोवॉट की बिजली-सीमा में काम करते हैं। विस्तार-क्षेत्र में कुल 27.6 TB HBM क्षमता और 1.7 PB/s HBM बैंडविड्थ उपलब्ध है। Microsoft का कहना है कि इस घनत्व के कारण हर रैक से एक ही समय में अधिक AI संवाद और बड़े वर्कलोड संभाले जा सकते हैं।

उत्पादन में Maia 200

Maia 300 के बाद Maia 200 आया, जो पहले से ही Microsoft Copilot समेत Microsoft के उत्पादन वर्कलोड संभाल रहा है और अगली पीढ़ी के मॉडल विकसित करने में MAI टीम की मदद कर रहा है। 2026 के अंत तक GitHub Copilot और Microsoft Foundry को भी इसमें शामिल किया जाएगा। इन सभी वर्कलोड में यह चिप OpenAI के मॉडल, Microsoft के अपने MAI मॉडल और प्रमुख ओपन-सोर्स मॉडल परिवार चलाती है। Maia 200 को अमेरिका, यूरोप और ऑस्ट्रेलिया में तैनात किया जा रहा है। Microsoft का कहना है कि Teams, Copilot और Cowork के अनुभवों में अंतर्निहित AI सुविधाओं के लिए, यह अग्रणी GPU अवसंरचना की तुलना में प्रति वाट 1.7 गुना तक अधिक टोकन दे रही है।

Guthrie ने लिखा कि Maia 200 पर Microsoft के AI मॉडल और सेवाएँ चलाने से मिले अनुभव ने Maia 300 के डिज़ाइन को सीधे तौर पर दिशा दी। उनके अनुसार, दोनों पीढ़ियों को मिलकर Microsoft की कई अतिरिक्त AI सेवाओं को समर्थन देने के लिए तैयार किया गया है: GitHub के कोडिंग अनुभवों के पीछे कई चरणों वाले एजेंट-आधारित कार्य, Microsoft Foundry के ज़रिए क्लाउड स्तर पर मॉडल सेवा, MAI टीम के लिए अनुमान और डेटा निर्माण, और चिकित्सकों का प्रशासनिक बोझ घटाने के उद्देश्य से Dragon Copilot के विलंब-संवेदनशील वर्कफ़्लो।

Microsoft ने 26 जनवरी, 2026 को Maia 200 पेश किया। यह TSMC की 3-नैनोमीटर प्रक्रिया पर बना अनुमान एक्सेलरेटर है, जिसमें मूल रूप से FP8 और FP4 टेंसर कोर, 7 TB/s की गति वाली 216GB HBM3e मेमोरी और 272MB ऑन-चिप SRAM है। इस चिप में 140 अरब से अधिक ट्रांजिस्टर हैं। 750-वॉट TDP की सीमा में यह FP4 पर 10 पेटाफ्लॉप्स से अधिक और FP8 पर 5 पेटाफ्लॉप्स से अधिक कंप्यूट क्षमता देती है। इसका दो-स्तरीय विस्तार नेटवर्क मानक Ethernet पर बना है और 6,144 तक के एक्सेलरेटर वाले क्लस्टरों में हर एक्सेलरेटर के लिए 2.8 TB/s की द्विदिश विस्तार बैंडविड्थ उपलब्ध कराता है। Maia 200 को सबसे पहले Des Moines, Iowa के पास Microsoft के US Central डेटा सेंटर क्षेत्र में तैनात किया गया था। Phoenix, Arizona के पास US West 3 क्षेत्र को अगला क्षेत्र बनाने की घोषणा की गई।

उस लॉन्च के समय Microsoft ने Maia 200 को किसी भी हाइपरस्केलर की सबसे अधिक प्रदर्शनक्षम स्व-विकसित सिलिकॉन चिप बताया था। कंपनी ने कहा कि इसका FP4 प्रदर्शन तीसरी पीढ़ी के Amazon Trainium से तीन गुना है, इसका FP8 प्रदर्शन Google की सातवीं पीढ़ी के TPU से अधिक है और यह कंपनी के बेड़े के सबसे नए हार्डवेयर की तुलना में प्रति डॉलर 30% बेहतर प्रदर्शन देती है। Microsoft ने Maia 200 को अब तक तैनात की गई अपनी सबसे दक्ष अनुमान प्रणाली भी बताया।

Microsoft ने कहा कि वह सैन फ़्रांसिस्को और ऑनलाइन आयोजित Microsoft Ignite 2026 में अपनी रणनीति और फ्रंटियर ट्रांसफ़ॉर्मेशन की प्रगति के बारे में अधिक जानकारी साझा करेगा। साथ ही, वास्तुकला से जुड़ी अधिक जानकारी के लिए उसने पाठकों को Maia 300 के तकनीकी शोधपत्र की ओर निर्देशित किया।