Microsoft는 2027년부터 Azure Maia 시스템 제품군을 멀티 기가와트 전력 규모의 배포 환경에서 작동하도록 확장할 계획이며, 이에 따라 이 시스템을 자사 제품과 서비스의 핵심 추론 플랫폼으로 전환한다. 회사는 Azure Maia 200이 생산 단계에 진입했으며 현재 Microsoft Copilot을 포함한 실제 워크로드를 실행하고 있다고 확인했다.
Maia 200은 OpenAI 모델, Microsoft의 MAI 모델, 그리고 오픈 소스 모델 제품군을 사용한다. 또한 이 시스템은 MAI 팀의 차세대 모델 개발을 지원하며, 2026년 말 이전에 GitHub Copilot과 Microsoft Foundry로 확대될 예정이다. 현재 Maia 200 배포 환경은 미국, 유럽, 호주에 분포해 있다.
Microsoft가 출시하는 것은 무엇인가?
회사는 Maia 300을 장문 컨텍스트 추론 워크로드, 응답 시간에 민감한 대화형 경험, 다단계 에이전트 작업을 위해 설계된 3세대 통합 지능형 시스템으로 소개했다. Microsoft의 수치에 따르면 이 시스템은 주요 GPU 기반 시스템이 제공하는 것보다 메가와트당 40% 더 많은 토큰을 제공하는 것을 목표로 하며, 96개의 가속기를 포함한 전체 구성은 Maia 200과 비교해 랙 수준에서 최대 7배의 토큰 처리율을 달성할 수 있다.
Maia 300의 생산 배포는 2027년에 시작될 예정이다. Microsoft는 발표 자료에서 더 구체적인 일정이나 시스템의 상업적 가격을 제시하지 않았다.
추론과 에너지 효율에 초점을 맞춘 설계
Maia 300은 추론을 우선하는 아키텍처를 기반으로 하며, 컴퓨팅 성능, 메모리 대역폭, 네트워크, 전력 소비의 균형을 맞춘다. Microsoft는 소프트웨어 정의 데이터플로 아키텍처와 AI 지원을 통한 코어 최적화를 결합해 데이터 이동을 줄이고 컴퓨팅, 메모리, 네트워크 자원의 활용도를 높이는 것을 목표로 한다고 밝혔다.
이 시스템은 8개의 HBM4 모듈을 탑재하며, 950와트의 열 설계 한도 내에서 18.0테라바이트/초의 최대 대역폭을 제공한다. 또한 컴퓨팅 기능과 메모리 제어 및 입출력 모듈을 분리하는 멀티칩 아키텍처를 사용하며, 컴퓨팅 칩은 TSMC N2P 공정으로 제조된다. 개선된 MXFP4를 포함한 저정밀도 형식은 모델과 KV-cache에 필요한 메모리 및 대역폭을 줄이는 데 기여한다.
실제로 무엇이 달라지는가?
Maia 300 전용 랙 시스템은 약 96개의 가속기를 167킬로와트의 전력 범위에 통합하며, HBM 용량은 27.6테라바이트, 총 대역폭은 초당 1.7페타바이트에 이른다. Microsoft는 이러한 집적도를 바탕으로 더 많은 동시 AI 상호작용과 랙당 더 큰 워크로드를 실행해 데이터센터의 확장 역량을 높이는 것을 목표로 한다.
또한 회사는 데이터플로 작업이 컴퓨팅, 메모리, 네트워크 전반에서 하나의 시스템으로 이어지도록 확장 네트워크를 설계했으며, 가속기 사이에는 고대역폭 연결을, AI 전용 전송에는 Ethernet 기반 아키텍처를 사용한다. 이 아키텍처는 단일 랙에서 데이터센터 수준까지의 확장을 목표로 한다.
이 소식이 중요한 이유는 무엇인가?
이번 조치는 Microsoft가 추론을 단순히 개별 가속기를 구매하는 문제로 보지 않고, 실서비스 워크로드와 실리콘, 메모리, 네트워크, 소프트웨어를 아우르는 시스템으로 다루고 있음을 보여준다. 회사는 Teams, Copilot, Cowork에서 Maia 200을 운영한 결과 주요 GPU 아키텍처와 비교해 와트당 최대 1.7배 많은 토큰을 처리했으며, 이러한 경험이 Maia 300 설계에 직접 반영됐다고 밝혔다.
발표 자료에 따르면 새로운 시스템은 Microsoft 서비스, GitHub Copilot, Microsoft Foundry, MAI 모델, Dragon Copilot을 실행하는 데 사용될 예정이다. 그러나 여기 제시된 성능 및 효율 수치는 Microsoft가 발표한 추정치와 결과이며, 자료에는 독립적인 테스트나 경쟁 시스템과의 완전한 비교 세부 정보가 포함되어 있지 않다. 따라서 실제 검증 가능성은 2027년 배포가 시작된 이후의 실제 테스트 결과에 달려 있다.