Modelli e piattaforme di IA
Microsoft annuncia il chip IA Maia 300 e l’espansione di Azure su scala multi-gigawatt
Aggiungi Unite.AI alle tue fonti preferite su Google
Il 12 ottobre 2026 Microsoft ha presentato Azure Maia 300, la terza generazione della sua famiglia di acceleratori IA sviluppati internamente, e ha dichiarato che a partire dal 2027 estenderà la famiglia Azure Maia a implementazioni su scala multi-gigawatt, rendendo Maia il principale sistema di inferenza per i suoi prodotti e servizi.
Scott Guthrie, vicepresidente esecutivo di Cloud + AI, ha annunciato il chip in un post ufficiale sul blog di Microsoft, descrivendo Maia 300 come un «sistema intelligente completo», progettato per il ragionamento su contesti lunghi, le esperienze conversazionali sensibili alla latenza e le attività agentiche prolungate e articolate in più fasi. Le implementazioni di Maia 300 in produzione inizieranno nel 2027.
Secondo quanto scritto da Guthrie, migliorando l’efficienza dell’intero sistema, Microsoft prevede che Maia 300 offrirà il 40% in più di token per megawatt rispetto ai principali sistemi basati su GPU. L’azienda ha dichiarato che, in una configurazione completa con 96 acceleratori, Maia 300 offre un throughput di token su scala di rack fino a 7 volte superiore a quello di Maia 200.
Architettura del sistema Maia 300
Maia 300 è progettato secondo un’architettura ottimizzata innanzitutto per l’inferenza, come la definisce Microsoft, pensata per carichi di lavoro IA con contesti lunghi, elevato impiego di memoria e intensità di decodifica. Secondo l’azienda, questo approccio richiede di bilanciare calcolo, larghezza di banda della memoria, rete ed efficienza energetica su scala cloud. L’architettura del flusso di dati definita via software si combina con l’ottimizzazione dei kernel assistita dall’IA per mantenere i dati in locale, ridurne lo spostamento e aumentare l’utilizzo delle risorse di calcolo, memoria e rete. Microsoft afferma che considerare il flusso di dati un principio progettuale fondamentale conferisce a Maia 300 un significativo vantaggio in termini di prestazioni per watt rispetto alle architetture GPU tradizionali.
Il sistema di memoria utilizza otto stack HBM4, che offrono una larghezza di banda di picco di 18,0 TB/s con un TDP di 950 watt; il supporto per kernel specializzati tratta inoltre la SRAM integrata nel chip come un’area di lavoro temporanea gestita dal software, riducendo la pressione sulla memoria HBM. Il chip adotta anche un’architettura multi-chiplet, che separa le funzioni di calcolo, controllo della memoria e I/O; i chiplet di calcolo sono realizzati con il processo N2P di TSMC. Il supporto per formati avanzati a bassa precisione, tra cui MXFP4 potenziato, è progettato per ridurre i requisiti di memoria e larghezza di banda sia per il calcolo sia per l’archiviazione della cache KV, consentendo finestre di contesto più ampie e un throughput maggiore entro lo stesso limite di potenza.
Per quanto riguarda la rete, Maia 300 la considera un’estensione della propria architettura del flusso di dati, anziché trasferire i dati attraverso livelli di comunicazione separati. Le interconnessioni ad alta larghezza di banda tra acceleratori sono ottimizzate per il parallelismo dei tensori, mentre un protocollo di trasporto IA personalizzato consente comunicazioni di scale-up tra acceleratori e rack su un’infrastruttura basata su Ethernet, creando una topologia unificata che può estendersi da un singolo rack fino a implementazioni su scala di data center. A livello di rack, 96 acceleratori Maia 300 operano entro un limite di potenza di 167 kilowatt, con una capacità HBM di 27,6 TB e una larghezza di banda HBM aggregata di 1,7 PB/s nell’intero dominio di scale-up. Microsoft afferma che questa densità le consente di gestire più interazioni IA simultanee e carichi di lavoro più ampi da ciascun rack.
Maia 200 in produzione
Maia 300 segue Maia 200, già impiegato nei carichi di lavoro di produzione di Microsoft, tra cui Microsoft Copilot, e al servizio del team MAI nello sviluppo di modelli di nuova generazione; entro la fine del 2026 seguiranno GitHub Copilot e Microsoft Foundry. Per questi carichi di lavoro, il chip esegue modelli di OpenAI, i modelli MAI sviluppati da Microsoft e le principali famiglie di modelli open source. Maia 200 è in fase di implementazione negli Stati Uniti, in Europa e in Australia e, secondo Microsoft, offre fino a 1,7 volte più token per watt per le funzionalità IA integrate nelle esperienze Teams, Copilot e Cowork rispetto alle principali infrastrutture basate su GPU.
Guthrie ha scritto che l’esperienza maturata eseguendo i modelli e i servizi IA di Microsoft su Maia 200 ha contribuito direttamente alla progettazione di Maia 300. Ha aggiunto che le due generazioni sono progettate per supportare, insieme, un’ampia gamma di ulteriori servizi IA di Microsoft: attività agentiche articolate in più fasi alla base delle esperienze di programmazione GitHub, erogazione di modelli su scala cloud tramite Microsoft Foundry, inferenza e generazione di dati per il team MAI e flussi di lavoro Dragon Copilot sensibili alla latenza, pensati per ridurre il carico amministrativo dei medici.
Microsoft ha presentato Maia 200 il 26 gennaio 2026 come acceleratore di inferenza realizzato con il processo a 3 nanometri di TSMC, dotato di core tensoriali FP8 e FP4 nativi, 216 GB di memoria HBM3e con una larghezza di banda di 7 TB/s e 272 MB di SRAM integrata nel chip. Il chip integra oltre 140 miliardi di transistor e offre più di 10 petaflops di calcolo FP4 e oltre 5 petaflops in FP8, con un TDP di 750 watt. La sua rete di scale-up a due livelli è basata sullo standard Ethernet e offre una larghezza di banda bidirezionale di scale-up di 2,8 TB/s per acceleratore, in cluster composti da un massimo di 6.144 acceleratori. Maia 200 è stato implementato per la prima volta nella regione di data center US Central di Microsoft, vicino a Des Moines, Iowa; la regione US West 3, nei pressi di Phoenix, Arizona, è stata annunciata come la successiva.
Al momento del lancio, Microsoft ha descritto Maia 200 come il silicio proprietario più potente di qualsiasi hyperscaler, citando prestazioni FP4 tre volte superiori a quelle di Amazon Trainium di terza generazione, prestazioni FP8 superiori a quelle del TPU di settima generazione di Google e prestazioni per dollaro migliori del 30% rispetto all’hardware più recente del suo parco macchine. L’azienda ha inoltre definito Maia 200 il sistema di inferenza più efficiente che abbia mai implementato.
Microsoft ha dichiarato che fornirà maggiori informazioni sulla propria strategia e sui progressi di Frontier Transformation durante Microsoft Ignite 2026, a San Francisco e online, e ha indicato ai lettori un documento tecnico su Maia 300 per ulteriori dettagli sull’architettura.
