Microsoft annoncerer i dag Maia 300, tredje generation af sin proprietære AI-chip, designet som det primære inference-system for koncernens produkter og cloud-tjenester. Chipet markerer et afgørende skridt mod at reducere Microsofts afhængighed af Nvidias GPU’er – en strategi, der længe har været en stiltiende ambition blandt større cloud-operatører.
Maia 300 skal leveres til produktion fra 2027 og lover væsentlige forbedringer i effektivitet. “Vi forventer, at Maia 300 leverer 40 procent flere tokens per megawatt sammenlignet med førende GPU-baserede systemer,” siger Scott Guthrie, executive vice president i Microsofts cloud-gruppe. I en fuld 96-accelerator-konfiguration leverer chipet op til 7 gange højere rack-scale token-throughput end forgængeren Maia 200.
Disse effektivitetsgevinster åbner døren for Microsofts plan om at skalere Maia-familien til “multi-gigawatt deployments” fra 2027 og gøre den til backbone for AI-inference på tværs af Microsofts økosystem – fra Copilot til GitHub Copilot og egne AI-modeller.
Chiplet-arkitektur skaber springet i effektivitet
Maia 300 bygger på en ny chiplet-arkitektur, hvor compute, memory controller og I/O-funktioner er fysisk separeret. Arkitekturen er produceret på TSMC’s N2P-proces og tillader hver funktion at bruge den teknologi, der passer bedst til dens rolle. Denne tilgang øger silicium-arealet dedikeret til rå beregningskraft og reducerer overhead fra tunge kontrolfunktioner.
Det er ikke en mindre engineering-præstation. Effektivitetsgevinsten på 40 procent per megawatt – målt i tokens, som direkte afspejler AI-modellens produktivitet – er præcis det, som cloud-operatører har jagtet i årevis for at holde energikostnaderne nede under eksplosiv AI-adoption.
Maia 200, som kun blev annonceret i januar, kører allerede på produktionsworkloads på tværs af Microsoft: Copilot, GitHub Copilot, Microsoft Foundry og Microsofts egne AI-modeller. “Maia 200 er den bedst-ydende AI-infrastruktur i vores flåde, målt efter virkelige metrics for AI-tjenester,” siger Guthrie. “Maia 300 er et fuldstændigt AI-system designet til de nye workload-typer, der opstår i dag: long-context reasoning, latency-sensitive conversational experiences og sustained, multi-step agentic tasks.”
Del af Microsofts bredere stack-strategi
Maia 300 er også centralt for Microsofts ambitioner inden for AI-model-udvikling. Ved at designe og kontrollere sit eget inference-hardware ønsker Microsoft at indhente konkurrenter som Google DeepMind, OpenAI og Anthropic. “Vi skal arbejde på tværs af hele stacken, helt ned til siliciummet,” siger Mustafa Suleyman, Microsoft AI CEO. “I den skala behøver vi en platform, som vi ejer, og som vi ko-designer med vores modeller. Derfor er det kritisk for vores team at køre Microsofts AI-modeller ovenpå Maia-chipet.”
Strategien afspejler en større industri-trend: større tech-virksomheder – Meta, Amazon og Google har lignende programmer – søger at reducere afhængighed af Nvidia ved at udvikle specialiserede chips. For Microsoft handler det ikke blot om omkostninger, men også om at få kontrol over hele værdikæden fra model-træning til inference. Det er dog værd at bemærke, at Maia 300 først enters produktion i 2027 – et år, hvor landskabet for AI-chips vil have udviklet sig markant, og hvor konkurrenterne ikke sidder stille.