Microsoft veröffentlicht Maia 300 Chip – Start der Multi-Gigawatt-Deployment im Jahr 2027

de.wedoany.com-Bericht: Am 12. Oktober kündigte die US-amerikanische Microsoft Corporation die Einführung der dritten Generation ihres selbst entwickelten KI-Inferenzchips Maia 300 an. Ab 2027 soll das Azure-Maia-Computing-System im Multi-Gigawatt-Maßstab in globalen Rechenzentren eingesetzt und als primäre Inferenzplattform für die KI-Produkte und -Dienste des Unternehmens genutzt werden. Microsoft erwartet, dass Maia 300 pro Megawatt 40 % mehr Token verarbeiten kann als führende GPU-Systeme, und dass der Token-Durchsatz eines vollständigen Racks bis zu 7-mal höher sein wird als bei der vorherigen Generation Maia 200.

Maia 300 verwendet eine Multi-Chiplet-Architektur, bei der Rechen-, Speichercontroller- und Ein-/Ausgabefunktionen getrennt sind. Das Rechen-Chiplet wird im TSMC-N2P-Verfahren gefertigt. Der Chip integriert 8 Gruppen von HBM4-Hochbandbreitenspeicher mit einer Spitzen-Speicherbandbreite von 18,0 TB/s und einer Thermal Design Power von 950 Watt. Der Chip ist für Langkontext-Inferenz, speicherintensive Berechnungen und mehrstufige KI-Agenten-Aufgaben optimiert und unterstützt das erweiterte MXFP4-Niedrigpräzisions-Rechenformat.

Bei der Server-Systemkonfiguration bestückt Microsofts Maia-300-Rack 96 KI-Beschleuniger, die Gesamtleistung des Racks beträgt etwa 167 Kilowatt, es integriert 27,6 TB Hochbandbreitenspeicher und erreicht eine aggregierte Speicherbandbreite von 1,7 PB/s. Die Chips kommunizieren über ein dediziertes Hochgeschwindigkeits-Verbindungsnetzwerk, das auf einer Ethernet-basierten Übertragungsarchitektur basiert und die Skalierung von einem einzelnen Rack bis hin zu Rechenclustern auf Rechenzentrumsebene unterstützt.

Microsoft hat die vorherige Generation Maia 200 bereits in Rechenzentren in den United States, Europe und Australia eingesetzt und nutzt sie für Microsoft Copilot sowie interne KI-Modell-Inferenzdienste. Das Unternehmen gibt an, dass Maia 200 bei der Verarbeitung relevanter KI-Workloads eine Token-Verarbeitungseffizienz pro Watt erreicht, die bis zu 1,7-mal höher ist als die führender GPU-Infrastrukturen. Produkte wie Microsoft Teams nutzen bereits die entsprechenden Inferenzfähigkeiten; GitHub Copilot und Microsoft Foundry sollen bis Ende 2026 weiter angebunden werden.

Maia 300 wird ab 2027 in Produktionsumgebungen eingesetzt, um in erster Linie Rechenleistung für Microsofts eigene KI-Anwendungen bereitzustellen, einschließlich Copilot, GitHub, Microsoft Foundry sowie Inferenzaufgaben der nächsten KI-Modellgeneration. Rani Borkar, Leiterin der Microsoft-Rechenzentrums-Hardware, erklärte, das Unternehmen habe derzeit keine Pläne, die zugrunde liegende Rechenleistung der Maia-Chips direkt an Cloud-Kunden zu vermieten; in der aktuellen Phase würden vorrangig interne KI-Dienstanforderungen erfüllt.