Microsoft планирует начать развертывание своей новой системы искусственного интеллекта Maia 300 мощностью в несколько гигаватт в 2027 году, потенциально установив более 1 миллиона специализированных ускорителей, поскольку собственные кремниевые чипы станут основным двигателем для выполнения задач ИИ во всех продуктах и услугах компании. Как сообщает Reuters, такой масштаб позволит Microsoft перевести значительную часть вычислительных мощностей в области ИИ с универсальных графических процессоров на аппаратное обеспечение, разработанное специально для собственных задач.
В понедельник компания заявила, что стойка Maia 300 с 96 ускорителями должна обеспечивать на 40% больше токенов на мегаватт, чем «ведущие системы на базе графических процессоров», и в семь раз большую пропускную способность по токенам по сравнению со своей предшественницей Maia 200. Это прогнозы Microsoft, а не независимо подтвержденные результаты: компания не назвала конкурирующую систему, использованную для сравнения на 40%, а развертывание в производстве начнется только в следующем году.
Это объявление важно, потому что вывод результатов — работа по запуску обученной модели для ответа на вопросы, написания кода или выполнения последовательности задач — становится основной статьей постоянных расходов в коммерческом ИИ. Контролируя большее количество оборудования, Microsoft пытается улучшить экономические показатели обслуживания Copilot, GitHub, Foundry и собственных моделей, одновременно снижая зависимость от ускорителей Nvidia и AMD.
Система, построенная на основе логического вывода
Maia 300 не позиционируется как полноценная копия обычного графического процессора. В описании продукта говорится о конструкции, ориентированной на инференцию, для длительных контекстов, быстрых ответов в диалогах и продолжительной многоэтапной работы агента. Восемь блоков высокоскоростной памяти HBM4 обеспечивают 288 гигабайт памяти и пиковую пропускную способность 18 терабайт в секунду для каждого ускорителя в условиях тепловой нагрузки в 950 Вт.
В данной конструкции вычислительные функции, функции управления памятью и функции ввода-вывода разделены на отдельные чиплеты. Для вычислительных кристаллов используется техпроцесс N2P компании Taiwan Semiconductor Manufacturing Co., в то время как для других компонентов может использоваться технология производства, подходящая по пропускной способности, возможностям подключения или стоимости. Такое разделение позволяет Microsoft резервировать свои самые передовые кремниевые компоненты для тех задач, где ожидается наибольший прирост эффективности.
Центральная задача инженеров — перемещение данных. В техническом описании Microsoft говорится, что чип использует программно-управляемый поток данных и неравномерную структуру памяти, чтобы информация находилась как можно ближе к процессорам, которым она необходима. Форматы с более низкой точностью дополнительно сокращают количество перемещаемых байтов для каждого сгенерированного токена. Такой подход призван решить распространенную проблему узкого места в процессе вывода: быстрая передача параметров модели и сохраненного контекста вычислительным блокам, чтобы обеспечить их загрузку.
Стеллажи становятся единицей соревнований
Каждая стойка Maia 300 объединяет 96 ускорителей, расположенных в 24 отсеках с жидкостным охлаждением, и потребляет до 167 киловатт. Вся стойка содержит 27,6 терабайт высокоскоростной памяти и 1,7 петабайта в секунду суммарной пропускной способности памяти. Microsoft заявляет, что жидкостное охлаждение снижает более 80% тепловой нагрузки стойки, в то время как обычное воздушное охлаждение справляется с менее требовательными компонентами.
Сеть имеет не меньшее значение. Стойка образует один модуль, и до 128 стоек могут быть объединены в «супермодуль» из 12 288 ускорителей. Microsoft использует транспорт на основе Ethernet и единую модель связи между стойками, что позволяет выполнять большие задачи на разных аппаратных платформах без маршрутизации каждой передачи через отдельную хост-систему. Это делает Maia 300 архитектурой для центров обработки данных в той же мере, что и микросхемой.
Показатель в 167 киловатт выше, чем примерно 142 киловатта, указанные агентством Reuters для стойки Nvidia GB300 с 72 графическими процессорами. Аргумент Microsoft основан на выработке энергии на единицу мощности, а не на снижении энергопотребления стойки. Это различие имеет решающее значение, поскольку коммунальные предприятия и операторы центров обработки данных сталкиваются с ограниченными подключениями к сети: более высокая плотность оборудования создает ценность только в том случае, если дополнительные вычисления, выполняемые в рамках фиксированного распределения мощности, компенсируют большую нагрузку каждой стойки.
Microsoft стремится контролировать постоянные расходы на ИИ
Microsoft уже использует Maia 200 в производственной среде для Copilot и внутренней разработки моделей, и ожидается, что она последует за ней для GitHub Copilot и Microsoft Foundry. Издание The Verge сообщило , что Maia 300 призвана стать основной системой вывода для сервисов Microsoft, что представляет собой гораздо более широкую роль, чем ограниченная внутренняя программа ускорения.
Сроки отражают как спрос, так и давление со стороны расходов. В ходе последнего отчета о доходахMicrosoft сообщила о квартальных капитальных затратах в размере 41 миллиарда долларов, причем примерно две трети из них направлены на активы с более коротким сроком службы, в основном на процессоры и видеокарты. Компания ожидает, что капитальные затраты в 2026 календарном году составят около 175 миллиардов долларов после переклассификации договоров аренды, связанной с бухгалтерским учетом, в то время как спрос на Azure продолжает превышать доступные мощности.
Разработка собственных микросхем не исключает привлечения сторонних поставщиков. Microsoft по-прежнему предлагает гетерогенную платформу Azure и продолжает закупать большие объемы графических процессоров. Ее стратегия заключается в том, чтобы резервировать закупленное оборудование там, где важны гибкость или совместимость, направляя предсказуемые, высокопроизводительные внутренние вычисления в Maia. При высокой загрузке контроль над программным обеспечением, сетью и микросхемами может снизить стоимость одного токена и уменьшить зависимость от одного поставщика ускорителей.
Эти утверждения всё ещё нуждаются в подтверждении в реальных условиях
Наиболее важные показатели по-прежнему носят прогнозный характер. Microsoft не опубликовала результаты по каждой рабочей нагрузке, стоимость приобретения, частоту отказов или проверенные сравнения с конкретными конкурирующими системами. Семикратное увеличение пропускной способности по сравнению с Maia 200 также обусловлено рядом изменений, включая вдвое большее количество ускорителей на стойку, более высокую пропускную способность, новые форматы точности и более высокое энергопотребление; это не просто показатель производительности отдельных чипов.
Внедрение в масштабах миллионов чипов также влечет за собой риски, связанные с производством, поставками памяти, сетями и охлаждением. Передовые технологические возможности TSMC и поставки HBM4 повлияют на скорость создания систем Microsoft, а программная поддержка определит, насколько эффективно модели будут работать на новой архитектуре. Даже надежная конструкция на бумаге может потерять часть мощности из-за низкой загрузки, накладных расходов на планирование или несовершенства инструментов.
Что будет проверяться в ходе внедрения?
Maia 300 знаменует собой стратегический переход от экспериментов с собственными ускорителями к превращению их в основную инфраструктуру. Внедрение в 2027 году проверит, сможет ли Microsoft преобразовать архитектурный контроль в измеримое снижение затрат и энергопотребления на каждый полезный ответ ИИ без ограничения выбора моделей или надежности сервисов.
Наиболее убедительные доказательства появятся после начала производства: показатели использования ресурсов, доступность для клиентов, сопоставимые данные о производительности и доля трафика, используемого Microsoft для выполнения инференций, перенесенного на Maia. На данный момент объявление определяет планируемый масштаб и техническое направление. Оно еще не доказывает преимущество в эффективности, которое, по словам Microsoft, оправдает этот масштаб.