Modelos e plataformas de IA
Microsoft anuncia o chip de IA Maia 300 e a expansão do Azure em escala de vários gigawatts
Adicione Unite.AI às suas fontes preferidas no Google
Em 12 de outubro de 2026, a Microsoft apresentou o Azure Maia 300, a terceira geração de sua família própria de aceleradores de IA, e afirmou que começará a ampliar a família Azure Maia para implantações em escala de vários gigawatts a partir de 2027, tornando o Maia o principal sistema de inferência em seus produtos e serviços.
Scott Guthrie, vice-presidente executivo de Cloud + AI, anunciou o chip em uma publicação no blog oficial da Microsoft, descrevendo o Maia 300 como um “sistema inteligente completo”, projetado para raciocínio com contexto longo, experiências de conversação sensíveis à latência e tarefas agênticas sustentadas e compostas por várias etapas. A produção do Maia 300 começará a ser implantada em 2027.
Ao melhorar a eficiência em todo o sistema, a Microsoft espera que o Maia 300 ofereça 40% mais tokens por megawatt em comparação com os principais sistemas baseados em GPU, escreveu Guthrie. Em uma configuração completa com 96 aceleradores, o Maia 300 oferece até 7 vezes a capacidade de processamento de tokens em escala de rack do Maia 200, afirmou a empresa.
Arquitetura do sistema Maia 300
O Maia 300 foi projetado com uma arquitetura que a Microsoft chama de “prioritária para inferência”, otimizada para cargas de trabalho de IA com contexto longo, uso intensivo de memória e alta demanda de decodificação. Segundo a empresa, essa abordagem envolve equilibrar computação, largura de banda de memória, rede e eficiência energética em escala de nuvem. Sua arquitetura de fluxo de dados definida por software combina-se à otimização de kernels assistida por IA para manter os dados próximos, reduzir sua movimentação e aumentar a utilização dos recursos de computação, memória e rede. A Microsoft afirma que tratar o fluxo de dados como um princípio fundamental de projeto confere ao Maia 300 uma vantagem significativa de desempenho por watt em relação às arquiteturas tradicionais de GPU.
O sistema de memória usa oito pilhas HBM4, que oferecem largura de banda de pico de 18,0 TB/s, dentro de um TDP de 950 watts. O suporte especializado a kernels trata a SRAM no chip como uma área de rascunho gerenciada por software, reduzindo a pressão sobre a HBM. O chip também adota um projeto com vários chiplets, que separa as funções de computação, controladores de memória e E/S; os chiplets de computação são fabricados no processo N2P da TSMC. O suporte a formatos avançados de baixa precisão, incluindo o MXFP4 aprimorado, foi projetado para reduzir os requisitos de memória e largura de banda tanto para a computação quanto para o armazenamento do cache KV, permitindo janelas de contexto maiores e maior capacidade de processamento dentro do mesmo limite de consumo de energia.
No que diz respeito à rede, o Maia 300 trata a rede como uma extensão de sua arquitetura de fluxo de dados, em vez de mover dados por camadas de comunicação separadas. As interconexões de alta largura de banda entre aceleradores são otimizadas para paralelismo de tensores, e um transporte personalizado para IA oferece comunicação de expansão entre aceleradores e racks por uma infraestrutura baseada em Ethernet. Isso forma uma topologia unificada que pode ser ampliada de um único rack a implantações em escala de datacenter. No nível do rack, 96 aceleradores Maia 300 operam dentro de um limite de consumo de 167 quilowatts, com 27,6 TB de capacidade HBM e largura de banda HBM agregada de 1,7 PB/s em todo o domínio de expansão. Segundo a Microsoft, essa densidade permite atender a mais interações simultâneas de IA e executar cargas de trabalho maiores em cada rack.
Maia 200 em produção
O Maia 300 sucede o Maia 200, que já atende a cargas de trabalho de produção da Microsoft, incluindo o Microsoft Copilot, e dá suporte à equipe MAI no desenvolvimento de modelos de próxima geração. O GitHub Copilot e o Microsoft Foundry serão incorporados até o fim de 2026. Nessas cargas de trabalho, o chip executa modelos da OpenAI, os próprios modelos MAI da Microsoft e as principais famílias de modelos de código aberto. O Maia 200 está sendo implantado nos Estados Unidos, na Europa e na Austrália. Segundo a Microsoft, ele oferece até 1,7 vez mais tokens por watt para recursos de IA integrados às experiências do Teams, do Copilot e do Cowork, em comparação com a principal infraestrutura baseada em GPU.
Guthrie escreveu que a experiência de executar os modelos e serviços de IA da Microsoft no Maia 200 influenciou diretamente o projeto do Maia 300. Juntas, as duas gerações foram projetadas para oferecer suporte a uma ampla gama de serviços adicionais de IA da Microsoft, afirmou ele: tarefas agênticas de várias etapas por trás das experiências de programação do GitHub; disponibilização de modelos em escala de nuvem por meio do Microsoft Foundry; inferência e geração de dados para a equipe MAI; e fluxos de trabalho do Dragon Copilot sensíveis à latência, destinados a reduzir a carga administrativa dos profissionais de saúde.
A Microsoft apresentou o Maia 200 em 26 de janeiro de 2026 como um acelerador de inferência fabricado no processo de 3 nanômetros da TSMC, com núcleos tensoriais FP8 e FP4 nativos, 216 GB de memória HBM3e a 7 TB/s e 272 MB de SRAM no chip. O chip reúne mais de 140 bilhões de transistores e oferece mais de 10 petaFLOPS de capacidade de computação FP4 e mais de 5 petaFLOPS em FP8, dentro de um TDP de 750 watts. Sua rede de expansão em dois níveis é baseada em Ethernet padrão e oferece largura de banda bidirecional de expansão de 2,8 TB/s por acelerador em clusters de até 6.144 aceleradores. O Maia 200 foi implantado pela primeira vez na região de datacenter US Central da Microsoft, perto de Des Moines, Iowa. A empresa anunciou que a próxima região será a US West 3, perto de Phoenix, Arizona.
No lançamento, a Microsoft descreveu o Maia 200 como o chip próprio de maior desempenho entre os oferecidos por qualquer provedor de nuvem em hiperescala, citando um desempenho FP4 três vezes superior ao do Amazon Trainium de terceira geração, desempenho FP8 superior ao do TPU de sétima geração do Google e desempenho por dólar 30% melhor que o do hardware mais recente de sua frota. A empresa também chamou o Maia 200 de sistema de inferência mais eficiente que já implantou.
A Microsoft afirmou que compartilhará mais informações sobre sua estratégia e os avanços da Frontier Transformation no Microsoft Ignite 2026, em São Francisco e online, e indicou aos leitores um artigo técnico sobre o Maia 300 para obter mais detalhes sobre sua arquitetura.
