Microsoft сообщила, что с 2027 года начнёт масштабировать семейство ускорителей Azure Maia до многогигаваттных развёртываний. Компания намерена сделать Maia основной системой инференса для собственных продуктов и сервисов — то есть инфраструктурой, на которой модели формируют ответы после обучения.
Maia 200 уже обслуживает производственные нагрузки, включая Microsoft Copilot, и используется командой MAI при разработке новых моделей. До конца года Microsoft планирует подключить GitHub Copilot и Microsoft Foundry. Ускоритель работает с моделями OpenAI, собственными моделями MAI и открытыми семействами. Развёртывание Maia 200 идёт в США, Европе и Австралии.
Следующее поколение, Maia 300, должно выйти в производственные развёртывания в 2027 году. Архитектура ориентирована на длинный контекст, чувствительные к задержке диалоги и продолжительные многошаговые задачи агентов. Система включает восемь стеков памяти HBM4 с пиковой пропускной способностью 18 ТБ/с при тепловом пакете 950 Вт. Стойка объединяет 96 ускорителей, 27,6 ТБ HBM и 1,7 ПБ/с совокупной пропускной способности памяти в пределах 167 кВт.
Microsoft ожидает, что Maia 300 будет выдавать на 40% больше токенов на мегаватт по сравнению с ведущими системами на GPU, а полная стойка — до семи раз больше токенов, чем Maia 200. Это собственные прогнозы и измерения производителя: компания не раскрыла в публикации независимое сравнение или полную методику. Аналогично заявленные для Maia 200 показатели до 1,7 раза больше токенов на ватт относятся к внутренним нагрузкам Teams, Copilot и Cowork, а не к универсальному тесту.
