Microsoft va adapter Azure Maia à des déploiements multi-gigawatts à partir de 2027

Microsoft a annoncé 2026-10-12 qu’il étendrait sa famille d’accélérateurs de IA personnalisés Azure Maia à des déploiements multi-gigawatts à partir de 2027, positionnant Maia comme le principal système d’inférence pour les produits et services Microsoft. L’annonce, publiée par Scott Guthrie sur le blog officiel de Microsoft, a confirmé qu’Azure Maia 200 assure désormais la charge de travail en production et a introduit le système Maia 300 de nouvelle génération.

Maia 200 en production sur trois continents

Selon l’annonce du 12 octobre, Maia 200 assure actuellement la production de Microsoft Copilot et soutient le développement de modèles de nouvelle génération par l’équipe MAI. Le système est déployé aux États-Unis, en Europe et en Australie. Microsoft a rapporté que Maia 200 délivre jusqu’à 1.7 fois plus de jetons par watt pour des capacités de IA intégrées dans les expériences Microsoft Teams, Copilot et Cowork par rapport à ce que la société a décrit comme une infrastructure GPU de pointe. GitHub Copilot et Microsoft Foundry devraient suivre d’ici la fin 2026.

Le système Maia 200 exécute des modèles OpenAI, les propres modèles MAI de Microsoft et les principales familles de modèles open source, selon l’article de blog. Microsoft a d’abord introduit Maia 200 le 2026-01-26, le décrivant comme un accélérateur de IA conçu pour l’inférence avec 216 Go de mémoire HBM3e et 7 To/s de bande passante mémoire.

Architecture et spécifications de Maia 300

Maia 300, annoncé 2026-10-12, est conçu pour le raisonnement à long contexte, des expériences conversationnelles sensibles à la latence et des tâches agactuelles en plusieurs étapes soutenues. Microsoft a déclaré s’attendre à ce que Maia 300 délivre 40 % de jetons par mégawatt en plus par rapport aux principaux systèmes basés sur GPU. Dans une configuration accélératrice 96 complète, la société a rapporté que Maia 300 délivre jusqu’à sept fois le débit de jetons à l’échelle du rack de Maia 200.

Le système Maia 300 dispose de huit HBM4 piles fournissant 18.0 To/s de bande passante mémoire de pointe dans une puissance thermique de conception (TDP) de 950 watts, selon les spécifications de Microsoft publiées en octobre 12. L’architecture utilise une conception multi-chiplets séparant les fonctions de calcul, de contrôleur mémoire et d’E/S, avec des chiplets de calcul construits sur le nœud de processus N2P de TSMC. Les systèmes en rack Maia 300 réunissent 96 accélérateurs dans une enveloppe de puissance de 167 kilowatts, fournissant 27.6 To de capacité HBM et 1.7 PB/s de bande passante HBM agrégée sur un domaine à grande échelle, a rapporté Microsoft.

Le système est conçu avec ce que Microsoft a décrit comme une architecture de flux de données définie par logiciel et une optimisation du noyau assistée par IA afin de maximiser la localité et de réduire le déplacement des données. La prise en charge des formats avancés à basse précision, y compris le MXFP4 amélioré, vise à réduire les besoins en mémoire et en bande passante tant pour le calcul que pour le stockage du cache clé-valeur.

Échelle multi-gigawatt et calendrier de production

Microsoft a indiqué que Maia 300 commencera les déploiements en production en 2027, lorsque l’entreprise prévoit de commencer à étendre la famille Azure Maia à des déploiements multi-gigawatts. L’annonce décrivait Azure Maia comme un élément fondamental de l’approche de Microsoft pour ce que l’entreprise a appelé la « transformation Frontier », mettant l’accent sur le choix des modèles et du silicium sur une plateforme ouverte et hétérogène.

Scott Guthrie a écrit dans l’article de blog du 12 octobre que les enseignements tirés de l’échelle des services IA de Microsoft permettent de co-concevoir entre systèmes matériels et applications logicielles afin d’optimiser les cas d’usage réels. Il a déclaré que l’expérience d’exécution de modèles et services IA sur Maia 200 directement influencé la conception de Maia 300. Les générations deux sont conçues pour soutenir le travail agent en plusieurs étapes pour GitHub, le modèle à l’échelle cloud pour Microsoft Foundry, l’inférence et la génération de données pour l’équipe MAI, ainsi que des interactions sensibles à la latence pour Dragon Copilot afin de réduire la charge administrative des cliniciens, selon l’annonce.

Les comparaisons d’efficacité et de débit de Microsoft sont des affirmations rapportées par les fournisseurs basées sur les tests internes et les projections de l’entreprise. L’annonce faisait référence à un document technique sur Maia 300 des détails architecturaux disponibles sur le blog Azure. Microsoft Ignite 2026, prévu pour le mois prochain à San Francisco, devrait fournir des informations supplémentaires sur la stratégie IA de l’entreprise et les tendances d’adoption technologique.

Source : blogs.microsoft.com.