A Microsoft pretende expandir a família de sistemas Azure Maia para operar em implementações com capacidade de múltiplos gigawatts a partir de 2027, em uma mudança que torna esses sistemas a principal plataforma de inferência para seus produtos e serviços. A empresa confirmou que o Azure Maia 200 entrou em fase de produção e atualmente executa cargas de trabalho reais, incluindo o Microsoft Copilot.
O Maia 200 utiliza modelos da OpenAI, os modelos MAI da Microsoft e famílias de modelos de código aberto. O ecossistema também apoia a equipe do MAI no desenvolvimento dos próximos modelos, com expansão para o GitHub Copilot e o Microsoft Foundry antes do final de 2026. As implementações atuais do Maia 200 estão espalhadas pelos Estados Unidos, Europa e Austrália.
O que a Microsoft está lançando?
A empresa apresentou o Maia 300 como um sistema inteligente integrado de terceira geração, projetado para cargas de trabalho de inferência de longo contexto, experiências conversacionais sensíveis à latência e tarefas de agentes em várias etapas. De acordo com os números da Microsoft, o sistema visa entregar um número de tokens 40% maior por megawatt do que o fornecido por sistemas baseados em unidades de GPU líderes, enquanto uma configuração completa com 96 aceleradores pode alcançar até sete vezes a taxa de tokens em nível de rack em comparação com o Maia 200.
As implementações de produção do Maia 300 estão programadas para começar em 2027. A Microsoft não especificou no material um cronograma mais detalhado ou preços comerciais para o sistema.
Um design focado em inferência e eficiência energética
O Maia 300 baseia-se em uma arquitetura orientada primariamente à inferência, equilibrando recursos de computação, largura de banda de memória, redes e consumo de energia. A Microsoft afirma que a arquitetura de fluxo de dados definida por software, juntamente com a otimização de núcleos auxiliada por inteligência artificial, visa reduzir a transferência de dados e aumentar a utilização de recursos de computação, memória e rede.
O sistema inclui oito módulos HBM4 que fornecem uma largura de banda de pico de 18,0 terabytes por segundo dentro de um limite de projeto térmico de 950 watts. Ele também utiliza uma arquitetura multi-chip que separa as funções de computação, controladores de memória e entrada/saída, com os chips de computação fabricados usando a tecnologia TSMC N2P. Ele suporta formatos de baixa precisão, incluindo o MXFP4 otimizado, para reduzir os requisitos de memória e largura de banda para modelos e cache KV.
O que muda na prática?
O sistema de rack do Maia 300 reúne cerca de 96 aceleradores dentro de uma faixa de energia de 167 quilowatts, com uma capacidade HBM de 27,6 terabytes e largura de banda total de 1,7 petabyte por segundo. A Microsoft aposta nessa densidade para executar interações de inteligência artificial simultâneas e cargas maiores por rack, o que pode aumentar a capacidade de expansão dos data centers.
A empresa também projetou a rede de expansão para que os fluxos de dados se estendam por computação, memória e rede como um único sistema, com conexões de alta largura de banda entre aceleradores e transporte dedicado para inteligência artificial baseado na arquitetura Ethernet. Essa arquitetura visa a expansão de um único rack até o nível do data center.
Por que esta notícia é importante?
A medida demonstra que a Microsoft não trata a inferência apenas como uma questão de aquisição de aceleradores separados, mas como um ecossistema que engloba silício, memória, redes, software e cargas de serviços reais. A empresa afirma que a operação do Maia 200 dentro do Teams, Copilot e Cowork demonstrou até 1,7 vez o número de tokens por watt em comparação com uma arquitetura de GPU líder, e essa experiência influenciou diretamente o design do Maia 300.
Os novos sistemas serão usados, de acordo com o material, para alimentar os serviços da Microsoft, o GitHub Copilot, o Microsoft Foundry, os modelos MAI e o Dragon Copilot. No entanto, os números de desempenho e eficiência apresentados aqui são estimativas e resultados anunciados pela Microsoft, enquanto o material não inclui testes independentes ou detalhes de comparação completa com sistemas concorrentes; portanto, a verificabilidade prática permanece vinculada a testes reais após o início das implementações em 2027.