تعتزم Microsoft توسيع عائلة أنظمة Azure Maia لتعمل ضمن deployments بقدرة متعددة الغيغاواط بدءاً من عام 2027، في تحول يجعل هذه الأنظمة منصة الاستدلال الأساسية لمنتجاتها وخدماتها. وأكدت الشركة أن Azure Maia 200 دخل مرحلة الإنتاج ويشغّل حالياً أحمالاً فعلية، من بينها Microsoft Copilot.
وتستخدم Maia 200 نماذج OpenAI ونماذج MAI التابعة لـMicrosoft وعائلات من النماذج مفتوحة المصدر. كما تدعم المنظومة فريق MAI في تطوير النماذج التالية، على أن تمتد إلى GitHub Copilot وMicrosoft Foundry قبل نهاية 2026. وتنتشر deployments الحالية لـMaia 200 في الولايات المتحدة وأوروبا وأستراليا.
ما الذي تطلقه Microsoft؟
قدمت الشركة Maia 300 بوصفها نظاماً ذكياً متكاملاً من الجيل الثالث، صُمم لأحمال الاستدلال طويلة السياق، والتجارب الحوارية الحساسة لزمن الاستجابة، والمهام الوكيلة متعددة الخطوات. ووفق أرقام Microsoft، يستهدف النظام تقديم عدد من الرموز يفوق بنسبة 40% لكل ميغاواط ما توفره أنظمة قائمة على وحدات GPU رائدة، بينما يمكن لتكوين كامل يضم 96 مسرّعاً أن يحقق ما يصل إلى سبعة أضعاف معدل الرموز على مستوى الرف مقارنة بـMaia 200.
ومن المقرر أن تبدأ deployments الإنتاجية لـMaia 300 في 2027. ولم تحدد Microsoft في المادة جدولاً زمنياً أكثر تفصيلاً أو أسعاراً تجارية للنظام.
تصميم يركز على الاستدلال وكفاءة الطاقة
تعتمد Maia 300 على معمارية موجهة أولاً للاستدلال، مع موازنة قدرات الحوسبة وعرض نطاق الذاكرة والشبكات واستهلاك الطاقة. وتقول Microsoft إن بنية تدفق البيانات المعرفة برمجياً، إلى جانب تحسين النوى بمساعدة الذكاء الاصطناعي، تهدف إلى تقليل نقل البيانات ورفع الاستفادة من موارد الحوسبة والذاكرة والشبكات.
يضم النظام ثماني وحدات HBM4 توفر عرض نطاق ذروة يبلغ 18.0 تيرابايت في الثانية ضمن حد تصميم حراري قدره 950 واط. كما يستخدم بنية متعددة الشرائح تفصل وظائف الحوسبة ووحدات التحكم بالذاكرة والإدخال والإخراج، مع تصنيع شرائح الحوسبة بتقنية TSMC N2P. وتدعم صيغ الدقة المنخفضة، ومنها MXFP4 المحسّنة، تقليل متطلبات الذاكرة وعرض النطاق للنماذج وذاكرة KV-cache.
ما الذي يتغير عملياً؟
يجمع نظام الرف الخاص بـMaia 300 نحو 96 مسرّعاً ضمن نطاق طاقة يبلغ 167 كيلوواط، مع سعة HBM قدرها 27.6 تيرابايت وعرض نطاق إجمالي يبلغ 1.7 بيتابايت في الثانية. وتراهن Microsoft على هذه الكثافة لتشغيل تفاعلات ذكاء اصطناعي متزامنة أكثر وأحمال أكبر من كل رف، ما قد يرفع قدرة مراكز البيانات على التوسع.
كما صممت الشركة شبكة التوسعة بحيث تمتد عمليات تدفق البيانات عبر الحوسبة والذاكرة والشبكة كنظام واحد، مع وصلات عالية النطاق بين المسرّعات ونقل مخصص للذكاء الاصطناعي يعتمد على بنية Ethernet. وتستهدف هذه البنية التوسع من رف واحد إلى مستوى مركز البيانات.
لماذا يهم هذا الخبر؟
توضح الخطوة أن Microsoft لا تتعامل مع الاستدلال بوصفه مسألة شراء مسرّعات منفصلة فقط، بل كمنظومة تشمل السيليكون والذاكرة والشبكات والبرمجيات وأحمال الخدمات الفعلية. وتقول الشركة إن تشغيل Maia 200 داخل Teams وCopilot وCowork أظهر ما يصل إلى 1.7 ضعف عدد الرموز لكل واط مقارنة ببنية GPU رائدة، وإن هذه الخبرة أثرت مباشرة في تصميم Maia 300.
ستُستخدم الأنظمة الجديدة، وفق المادة، لتشغيل خدمات Microsoft وGitHub Copilot وMicrosoft Foundry ونماذج MAI وDragon Copilot. لكن أرقام الأداء والكفاءة الواردة هنا هي تقديرات ونتائج تعلنها Microsoft، فيما لا تتضمن المادة اختبارات مستقلة أو تفاصيل مقارنة كاملة مع الأنظمة المنافسة؛ لذلك تبقى قابلية التحقق العملي مرتبطة بالاختبارات الفعلية بعد بدء deployments في 2027.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.