Microsoft намерена расширить семейство систем Azure Maia, чтобы начиная с 2027 года они работали в развертываниях мощностью в несколько гигаватт, превратив эти системы в основную платформу инференса для своих продуктов и сервисов. Компания подтвердила, что Azure Maia 200 вступила в производственную фазу и уже сейчас обслуживает реальные нагрузки, включая Microsoft Copilot.
Maia 200 использует модели OpenAI, модели MAI, принадлежащие Microsoft, а также семейства моделей с открытым исходным кодом. Экосистема также поддерживает команду MAI в разработке следующих моделей, а до конца 2026 года должна распространиться на GitHub Copilot и Microsoft Foundry. Текущие развертывания Maia 200 находятся в США, Европе и Австралии.
Что запускает Microsoft?
Компания представила Maia 300 как третье поколение комплексной интеллектуальной системы, разработанной для задач инференса с длинным контекстом, диалоговых взаимодействий, чувствительных к задержке, и многошаговых агентных задач. Согласно данным Microsoft, система нацелена на выдачу числа токенов, на 40% превышающего показатель существующих систем на базе ведущих GPU на каждый мегаватт, тогда как полная конфигурация из 96 ускорителей может обеспечить до семикратной скорости выдачи токенов на уровне стойки по сравнению с Maia 200.
Производственные развертывания Maia 300 должны начаться в 2027 году. Microsoft не указала в материале более подробные сроки или коммерческие цены системы.
Дизайн с акцентом на инференс и энергоэффективность
Maia 300 основана на архитектуре, ориентированной прежде всего на инференс, с балансировкой вычислительных возможностей, пропускной способности памяти, сетей и энергопотребления. Microsoft утверждает, что программно-определяемая архитектура потоков данных наряду с оптимизацией ядер с помощью ИИ призвана сократить передачу данных и повысить эффективность использования вычислительных, memory- и сетевых ресурсов.
Система включает восемь блоков HBM4, обеспечивающих пиковую пропускную способность 18,0 терабайта в секунду при расчетном тепловом пределе 950 ватт. Она также использует многокристальную архитектуру, разделяющую функции вычислений, контроллеров памяти и ввода-вывода, при этом вычислительные чипы производятся по технологии TSMC N2P. Форматы пониженной точности, включая улучшенный MXFP4, помогают сократить требования моделей и KV-кэша к памяти и пропускной способности.
Что меняется на практике?
Система стойки Maia 300 объединяет около 96 ускорителей в пределах мощности 167 киловатт, с емкостью HBM 27,6 терабайта и совокупной пропускной способностью 1,7 петабайта в секунду. Microsoft рассчитывает, что такая плотность позволит одновременно обслуживать больше взаимодействий с ИИ и более крупные нагрузки с каждой стойки, что может повысить способность центров обработки данных к масштабированию.
Компания также разработала сеть масштабирования таким образом, чтобы потоки данных проходили через вычислительные ресурсы, память и сеть как через единую систему, с высокоскоростными соединениями между ускорителями и выделенной передачей данных для ИИ на базе архитектуры Ethernet. Эта архитектура рассчитана на масштабирование от одной стойки до уровня центра обработки данных.
Почему эта новость важна?
Этот шаг показывает, что Microsoft рассматривает инференс не просто как задачу закупки отдельных ускорителей, а как экосистему, включающую кремний, память, сети, программное обеспечение и реальные сервисные нагрузки. Компания утверждает, что работа Maia 200 в Teams, Copilot и Cowork продемонстрировала до 1,7 раза больше токенов на ватт по сравнению с ведущей GPU-архитектурой, и что этот опыт непосредственно повлиял на дизайн Maia 300.
Согласно материалу, новые системы будут использоваться для работы сервисов Microsoft, GitHub Copilot, Microsoft Foundry, моделей MAI и Dragon Copilot. Однако приведенные здесь показатели производительности и эффективности являются оценками и результатами, заявленными Microsoft, тогда как материал не содержит независимых тестов или полного сравнения с конкурирующими системами; поэтому практическая проверяемость будет зависеть от фактических испытаний после начала развертываний в 2027 году.