Microsoft hat Maia 300 angekündigt, seinen dritten selbst entwickelten KI-Chip. Das Versprechen: Er soll den Großteil der Inferenzarbeit des Unternehmens übernehmen, sodass Nvidia und AMD weniger Bestellungen erhalten. Der Haken ist der Zeitplan. Ab 2027 kommt der Chip für produktive Workloads zum Einsatz, und sein Vorgänger wurde erst im Januar angekündigt.
Was Microsoft tatsächlich angekündigt hat
Microsoft bezeichnet Maia 300 als das „primäre KI-Inferenzsystem“ für seine Produkte und Dienste. Laut dem Unternehmen senkt es die Kosten und erhöht die Effizienz beim Betrieb von KI in der Cloud. Außerdem sei es für neuere Reasoning-Modelle und agentische Aufgaben besser geeignet als frühere Maia-Chips.
Scott Guthrie, Executive Vice President der Cloud-Sparte von Microsoft, nannte dazu zwei Zahlen:
- Effizienz: Microsoft erwartet 40 Prozent mehr Tokens pro Megawatt als bei führenden GPU-basierten Systemen.
- Scale-up: In einer vollständigen Konfiguration mit 96 Beschleunigern ist der Token-Durchsatz auf Rack-Ebene bis zu 7-mal so hoch wie bei Maia 200.
Man beachte die Verben. Die Effizienzangabe ist etwas, das Microsoft „erwartet“, nicht das Ergebnis einer öffentlich dokumentierten Messung. Der Vergleich bezieht sich zudem allgemein auf „führende GPU-basierte Systeme“, ohne ein konkretes Produkt zu nennen. Eine Benchmark-Methodik wurde mit der Ankündigung nicht veröffentlicht.
Der Plan, weniger auf Nvidia angewiesen zu sein
Die strategische Aussage geht über das Datenblatt hinaus. Guthrie sagte, Microsoft werde seine Azure Maia-Familie ab 2027 auf Installationen im Multi-Gigawatt-Bereich skalieren, wobei Maia als primäres Inferenzsystem für die Produkte und Dienste von Microsoft dienen soll.
Das ist eine Aussage über Inferenz, also das Ausführen von Modellen für Nutzer, und nicht über sämtliche KI-Workloads von Microsoft. Die Ankündigung stellt in Aussicht, dass Microsoft sich bald hauptsächlich auf eigenes Silizium statt auf Chips von Nvidia und AMD stützen kann. „Bald“ bedeutet hier einen Rollout, der nächstes Jahr beginnt. Gemessen an Chip-Entwicklungszyklen ist das bald, gemessen an dem Geschäftsjahr, das Nvidia derzeit genießt, schon etwas weniger bald.
Maia 200 ist bereits im Einsatz
Maia 300 folgt auf Maia 200, und der zeitliche Abstand zwischen den beiden ist kurz. Maia 200 verarbeitet bereits unternehmensweit bei Microsoft produktive KI-Workloads, unter anderem für Microsoft Copilot, GitHub Copilot, Microsoft Foundry und die eigenen KI-Modelle des Unternehmens.
Guthrie bezeichnete Maia 200 als die leistungsfähigste KI-Infrastruktur im Bestand von Microsoft, gemessen an Kennzahlen aus dem realen Betrieb von KI-Diensten. Diese Aussage liefert hilfreichen Kontext zum neuen Chip. Microsoft verlangt von niemandem, Maia blind zu vertrauen, denn laut dem Unternehmen bewältigt die Vorgängergeneration bereits echten Datenverkehr.
Seiner Beschreibung zufolge ist Maia 300 ein vollständiges KI-System, das für die aktuell aufkommenden Workloads entwickelt wurde:
- Reasoning mit langen Kontexten
- latenzsensible dialogbasierte Anwendungen
- lang andauernde, mehrstufige agentische Aufgaben
Chiplets und N2P von TSMC
Die Effizienzgewinne gehen größtenteils auf eine neue Chiplet-Architektur zurück. Maia 300 wird im N2P-Fertigungsprozess von TSMC hergestellt und trennt Rechen-, Speichercontroller- und I/O-Funktionen in separate Bausteine.
Das für Azure-Hardware und -Infrastruktur zuständige Team von Microsoft sagt, diese Aufteilung vergrößere die für Rechenoperationen verfügbare Siliziumfläche und ermögliche es, für jede Funktion die Technologie zu nutzen, die am besten zu ihrer Aufgabe passt. Einfach gesagt müssen sich die Teile, die rechnen, keinen Die mehr mit den Teilen teilen, die lediglich Daten hin- und herschieben. Das ist die Art von Anordnung, die selbstverständlich klingt, sobald jemand für ihre technische Umsetzung bezahlt hat.
Chips als Teil des Rennens um KI-Modelle
Maia ist nicht nur eine Maßnahme zur Kostensenkung. Microsoft betrachtet es als Teil seiner Arbeit an eigenen KI-Modellen, und die Ankündigung verknüpft es mit dem Ziel, zu Google DeepMind, OpenAI und Anthropic aufzuschließen.
Mustafa Suleyman, CEO von Microsoft AI, sagte, das Unternehmen müsse über den gesamten Stack hinweg arbeiten, bis hinunter zum Silizium. Bei der Größenordnung, in der Microsoft agiere, brauche es eine eigene Plattform, die es gemeinsam mit seinen Modellen entwickle. Deshalb sei der Betrieb von Modellen von Microsoft AI auf Maia ein zentraler Schwerpunkt seines Teams.
Die Logik ist einfach. Wer Chip und Modell gemeinsam entwickelt, kann beide auf die Eigenheiten des jeweils anderen abstimmen. Wer den Chip eines anderen mietet, muss sich nach dessen Eigenheiten richten.
Was noch nicht belegt ist
Die Ankündigung lässt mehrere Fragen offen. Sie sagt nicht, wie groß die ersten Installationen ausfallen werden, abgesehen vom Ziel, ab 2027 mehrere Gigawatt zu erreichen. Sie verrät nicht, welches GPU-System für den Vergleich mit den 40 Prozent herangezogen wird. Auch dazu, wie viel Hardware Microsoft in der Zwischenzeit weiterhin von Nvidia und AMD kaufen wird, gibt es keine Angaben.
Was sie jedoch klar macht, ist die Richtung. Microsoft hat einen Chip der zweiten Generation bereits im Einsatz, einen dritten auf dem N2P-Prozessknoten von TSMC, der 2027 kommt, und eine Führungskraft, die sagt, dass der hauseigene Chip zum primären Inferenzsystem werden wird. Ob die 40 Prozent auch außerhalb der Pressemitteilung Bestand haben, werden die produktiven Workloads zeigen. Denn dort müssen sich Aussagen über Chips letztlich dauerhaft bewähren.