Microsoft dévoile Maia 300, sa puce d'inférence pour des déploiements multigigawatts

2026-10-12 · Éditeur : Microsoft · Domaine : Intelligence Artificielle

Microsoft présente Maia 300, troisième génération de son accélérateur maison conçu d'abord pour l'inférence : déployé en production à partir de 2027. Microsoft veut faire de la famille Maia le principal système d'inférence de ses produits et services.

Ce qui change

  • Microsoft annonce 40 % de jetons par mégawatt de plus que les meilleurs systèmes à GPU, sans préciser lesquels.
  • Huit piles HBM4 offrent 18 To/s de bande passante mémoire pour une enveloppe thermique de 950 W ; les chiplets de calcul sont gravés en N2P chez TSMC.
  • Une baie de 96 accélérateurs (167 kW) réunit 27,6 To de HBM et 1,7 Po/s de bande passante agrégée, avec jusqu'à 7 fois le débit de Maia 200.
  • Maia 200, désormais en production, se déploie aux États-Unis, en Europe et en Australie et sert notamment Microsoft Copilot.

### Contexte Les hyperscalers multiplient les puces maison pour réduire leur dépendance aux GPU. Contrairement à AWS (Trainium, Inferentia) et à Google Cloud (TPU), Microsoft ne propose pas Maia aux charges de travail de ses clients sur Azure et n'a pas dit si cela changerait. L'annonce est signée Scott Guthrie, vice-président exécutif Cloud + AI. ### Caractéristiques - **Architecture** : conception orientée inférence, en plusieurs chiplets, pour les charges à long contexte, gourmandes en mémoire et dominées par le décodage ; formats basse précision MXFP4 améliorés. - **Maia 200** : annoncé jusqu'à 1,7 fois plus de jetons par watt que l'infrastructure GPU de référence pour les fonctions d'IA de Teams, Copilot et Cowork ; il exécute des modèles d'OpenAI, les modèles MAI de Microsoft et des familles de modèles ouverts, et doit servir GitHub Copilot et Microsoft Foundry d'ici la fin de l'année. - **Échelle** : la famille Maia doit passer à des déploiements de plusieurs gigawatts en 2027. ### À retenir L'indicateur mis en avant n'est plus la puissance brute mais le nombre de jetons par watt ou par mégawatt : le coût de l'inférence devient l'enjeu industriel. Les chiffres restent ceux du constructeur, sans comparaison indépendante.

Liens

Tags : Infrastructure, Microsoft, Puces, Inférence, Azure