Модели и платформы ИИ
Microsoft представила ИИ-чип Maia 300 и объявила о масштабировании Azure до нескольких гигаватт
Добавьте Unite.AI в избранные источники в Google
12 октября 2026 года Microsoft представила Azure Maia 300 — третье поколение собственного семейства ИИ-ускорителей — и сообщила, что с 2027 года развернёт семейство Azure Maia в масштабах нескольких гигаватт, сделав Maia основной системой инференса во всех своих продуктах и сервисах.
Скотт Гатри, исполнительный вице-президент подразделения Cloud + AI, представил чип в публикации в официальном блоге Microsoft, назвав Maia 300 «полноценной интеллектуальной системой», созданной для обработки длинного контекста, диалоговых сценариев с жёсткими требованиями к задержке и продолжительных многоэтапных задач с ИИ-агентами. Производственные внедрения Maia 300 начнутся в 2027 году.
По словам Гатри, благодаря повышению эффективности всей системы Microsoft рассчитывает, что Maia 300 будет обрабатывать на 40% больше токенов на мегаватт по сравнению с ведущими системами на базе графических процессоров. Как сообщила компания, в конфигурации со всеми 96 ускорителями Maia 300 обеспечивает до 7 раз большую пропускную способность по токенам на уровне стойки, чем Maia 200.
Архитектура системы Maia 300
Maia 300 создаётся на основе архитектуры, которую Microsoft называет ориентированной прежде всего на инференс. Она оптимизирована для ИИ-нагрузок с длинным контекстом, интенсивным использованием памяти и высокой долей операций декодирования. По словам компании, такой подход предполагает баланс между вычислительными ресурсами, пропускной способностью памяти, сетевыми возможностями и энергоэффективностью в масштабах облачной инфраструктуры. Программно-определяемая архитектура потоков данных в сочетании с оптимизацией ядер с помощью ИИ позволяет сохранять данные локально, сокращать их перемещение и эффективнее задействовать вычислительные, сетевые ресурсы и память. Microsoft утверждает, что благодаря тому, что архитектура потоков данных изначально заложена в основу конструкции, Maia 300 значительно превосходит традиционные архитектуры графических процессоров по производительности на ватт.
В системе памяти используются восемь стеков HBM4 с пиковой пропускной способностью 18,0 ТБ/с при расчётной тепловой мощности (TDP) 950 Вт. Специализированная поддержка ядер позволяет использовать встроенную SRAM как управляемый программным обеспечением буфер, снижая нагрузку на HBM. В чипе также применена многокристальная архитектура, разделяющая вычислительные функции, контроллеры памяти и ввод-вывод; вычислительные кристаллы производятся по техпроцессу TSMC N2P. Поддержка современных форматов низкой точности, включая усовершенствованный MXFP4, призвана снизить требования к памяти и пропускной способности как для вычислений, так и для хранения KV-кэша, позволяя увеличивать длину контекста и повышать пропускную способность в пределах той же мощности.
В сетевой архитектуре Maia 300 рассматривает сеть как продолжение архитектуры потоков данных, а не как отдельный уровень передачи данных. Межсоединения с высокой пропускной способностью между ускорителями оптимизированы для тензорного параллелизма, а специально разработанный транспортный механизм для ИИ обеспечивает масштабируемую связь между ускорителями и стойками на базе инфраструктуры Ethernet. В результате формируется единая топология, которую можно масштабировать от одной стойки до уровня центра обработки данных. В одной стойке работают 96 ускорителей Maia 300 при ограничении мощности в 167 кВт; суммарная ёмкость HBM составляет 27,6 ТБ, а общая пропускная способность HBM в домене масштабирования — 1,7 ПБ/с. По словам Microsoft, такая плотность размещения позволяет обслуживать больше одновременных взаимодействий с ИИ и выполнять более крупные нагрузки на каждой стойке.
Maia 200 в производственной эксплуатации
Maia 300 приходит на смену Maia 200, которая уже используется в производственных нагрузках Microsoft, включая Microsoft Copilot, и помогает команде MAI разрабатывать модели следующего поколения. До конца 2026 года к ним должны присоединиться GitHub Copilot и Microsoft Foundry. В этих нагрузках чип работает с моделями OpenAI, с собственными моделями MAI от Microsoft и ведущими семействами моделей с открытым исходным кодом. Maia 200 развёртывается в США, Европе и Австралии. Microsoft утверждает, что по сравнению с ведущей инфраструктурой на базе графических процессоров он обеспечивает до 1,7 раза больше токенов на ватт для встроенных возможностей ИИ в Teams, Copilot и сценариях Cowork.
Гатри написал, что опыт эксплуатации моделей и сервисов ИИ Microsoft на Maia 200 напрямую повлиял на разработку Maia 300. По его словам, оба поколения созданы для поддержки широкого набора новых сервисов Microsoft на базе ИИ: многоэтапных задач с ИИ-агентами, лежащих в основе возможностей GitHub для программирования; обслуживания моделей в облачном масштабе через Microsoft Foundry; инференса и генерации данных для команды MAI; а также чувствительных к задержкам сценариев работы Dragon Copilot, призванных снизить административную нагрузку на врачей.
Microsoft представила Maia 200 26 января 2026 года — ускоритель инференса, изготовленный по 3-нанометровому техпроцессу TSMC и оснащённый тензорными ядрами с аппаратной поддержкой FP8 и FP4, 216 ГБ памяти HBM3e с пропускной способностью 7 ТБ/с и 272 МБ встроенной SRAM. Чип содержит более 140 миллиардов транзисторов и обеспечивает производительность вычислений FP4 свыше 10 петафлопс, а FP8 — свыше 5 петафлопс при расчётной тепловой мощности 750 Вт. Двухуровневая сеть масштабирования построена на стандартном Ethernet и обеспечивает двунаправленную пропускную способность 2,8 ТБ/с на ускоритель в кластерах до 6144 ускорителей. Впервые Maia 200 была развёрнута в американском регионе центра обработки данных US Central недалеко от Де-Мойна, штат Айова. Следующим регионом Microsoft назвала US West 3 недалеко от Финикса, штат Аризона.
При запуске Microsoft назвала Maia 200 самым производительным чипом собственной разработки среди всех гиперскейлеров. Компания указала, что его производительность FP4 втрое выше, чем у Amazon Trainium третьего поколения, производительность FP8 превосходит показатели TPU седьмого поколения от Google, а производительность на доллар на 30% выше, чем у новейшего оборудования в парке Microsoft. Компания также назвала Maia 200 самой эффективной системой инференса из всех, которые она когда-либо развёртывала.
Microsoft сообщила, что подробнее расскажет о своей стратегии и ходе преобразований на передовом технологическом рубеже на конференции Microsoft Ignite 2026 в Сан-Франциско и онлайн, а также предложила читателям ознакомиться с техническим документом о Maia 300, чтобы узнать больше об архитектуре чипа.
