Microsoft vai escalar Azure Maia para implantações multi-gigawatts a partir de 2027
A Microsoft anunciou 2026-10-12 que irá escalar sua família de aceleradores de IA personalizados Azure Maia para implantações de vários gigawatts a partir de 2027, posicionando o Maia como o principal sistema de inferência para produtos e serviços da Microsoft. O anúncio, publicado por Scott Guthrie no Blog Oficial da Microsoft, confirmou que o Azure Maia 200 agora está atendendo cargas de trabalho em produção e introduziu o sistema Maia 300 de próxima geração.
Maia 200 em produção em três continentes
De acordo com o anúncio de 12 de outubro, a Maia 200 atualmente atende cargas de produção do Microsoft Copilot e apoia o desenvolvimento de modelos de próxima geração pela equipe da MAI. O sistema está implantado nos Estados Unidos, Europa e Austrália. A Microsoft informou que a Maia 200 entrega até 1.7 vezes mais tokens por watt para capacidades IA integradas nas experiências Microsoft Teams, Copilot e Cowork em comparação com o que a empresa descreveu como infraestrutura líder de GPU. GitHub Copilot e Microsoft Foundry estão planejados para seguir até o final de 2026.
O sistema Maia 200 roda modelos OpenAI, os próprios modelos MAI da Microsoft e famílias líderes de modelos open-source, segundo o post do blog. A Microsoft introduziu o Maia 200 pela primeira vez em 2026-01-26, descrevendo-o como um acelerador de IA construído para inferência com 216 GB de memória HBM3e e 7 TB/s de largura de banda de memória.
Arquitetura e Especificações da Maia 300
Maia 300, anunciado 2026-10-12, é projetado para raciocínio de longo contexto, experiências conversacionais sensíveis à latência e tarefas agentes sustentadas em múltiplas etapas. A Microsoft afirmou que espera que a Maia 300 entregue 40% mais tokens por megawatt em comparação com os principais sistemas baseados em GPU. Em uma configuração completa de acelerador de 96, a empresa informou que a Maia 300 entrega até sete vezes a taxa de transferência de tokens em rack da Maia 200.
O sistema Maia 300 apresenta pilhas oito HBM4 fornecendo 18.0 TB/s de largura de banda de pico de memória dentro de uma potência térmica de projeto (TDP) de 950 watts, segundo as especificações da Microsoft publicadas em outubro de 12. A arquitetura utiliza um design multi-chiplet que separa as funções de computação, controlador de memória e I/O, com chiplets de computação construídos no nó de processo N2P da TSMC. Sistemas de rack Maia 300 reúnem aceleradores 96 dentro de um envelope de potência de 167 quilowatts, entregando 27.6 TB de capacidade HBM e 1.7 PB/s de largura de banda HBM agregada em um domínio de alta velocidade de escalonamento, informou a Microsoft.
O sistema foi projetado com o que a Microsoft descreveu como uma arquitetura de fluxo de dados definida por software e otimização do kernel assistida por IA para maximizar a localidade e reduzir o movimento de dados. O suporte a formatos avançados de baixa precisão, incluindo MXFP4 aprimorado, tem como objetivo reduzir os requisitos de memória e largura de banda tanto para computação quanto para armazenamento em cache chave-valor.
Escala Multi-Gigawatt e Cronograma de Produção
A Microsoft afirmou que a Maia 300 iniciará as implantações em produção em 2027, quando a empresa planeja começar a escalar a família Azure Maia para implantações de vários gigawatts. O anúncio descreveu o Azure Maia como um componente fundamental da abordagem da Microsoft para o que a empresa chamou de "Transformação Frontier", enfatizando a escolha de modelos e silícios em uma plataforma aberta e heterogênea.
Scott Guthrie escreveu no post do blog de outubro de 12 que insights da escala dos serviços de IA da Microsoft permitem o co-design entre sistemas de hardware e aplicações de software para otimizar casos de uso reais. Ele afirmou que a experiência rodando modelos e serviços IA no Maia 200 orientou diretamente o design do Maia 300. As gerações dois foram projetadas para suportar trabalho agente em múltiplas etapas para o GitHub, modelo em escala de nuvem para o Microsoft Foundry, inferência e geração de dados para a equipe do MAI, e interações sensíveis à latência para o Dragon Copilot para reduzir o peso administrativo dos clínicos, segundo o anúncio.
As comparações de eficiência e throughput da Microsoft são alegações reportadas pelos fornecedores baseadas nos testes e projeções internas da empresa. O anúncio fez referência a um artigo técnico sobre Maia 300 detalhes arquitetônicos disponíveis no blog do Azure. O Microsoft Ignite 2026, previsto para o próximo mês em São Francisco, deve fornecer informações adicionais sobre a estratégia IA da empresa e tendências de adoção tecnológica.
Fonte: blogs.microsoft.com.