Microsoft prezentuje układ AI Maia 300, aby zmniejszyć zależność od procesorów graficznych Nvidia

Image: Illustrative image · prashanth dara · CC BY-SA 3.0 · Source

Microsoft ogłasza trzecią generację układu AI Maia 300, który ma stać się głównym systemem inference AI do 2027 roku, oferując znaczną poprawę efektywności względem systemów opartych na GPU.

Microsoft wprowadził trzecią generację własnego układu AI, Maia 300, zaprojektowanego jako podstawowy system inference AI napędzający produkty i usługi firmy. Planowane wprowadzenie produkcyjne ma nastąpić w 2027 roku, a Maia 300 skupia się na zwiększeniu efektywności kosztowej przy obsłudze zaawansowanych zadań AI, w tym rozumowania na długich kontekstach, zadań konwersacyjnych wrażliwych na opóźnienia oraz złożonych, wieloetapowych procesów agentowych.

Według Scotta Guthrie, wiceprezesa wykonawczego grupy chmurowej Microsoftu, Maia 300 ma zapewnić 40-procentowy wzrost liczby tokenów przetwarzanych na megawat w porównaniu z wiodącymi systemami opartymi na GPU, osiągając nawet siedmiokrotność przepustowości tokenów na poziomie półkowym względem swojego poprzednika Maia 200 w pełnej konfiguracji z 96 akceleratorami. Te osiągnięcia przypisuje się między innymi nowej architekturze chiplet, wykorzystującej proces technologiczny TSMC N2P, który rozdziela funkcje obliczeniowe, kontrolera pamięci i wejścia/wyjścia, aby zoptymalizować powierzchnię krzemową przeznaczoną na obliczenia oraz pozwolić każdej funkcji korzystać z najbardziej odpowiedniej technologii.

Maia 200, wprowadzona na rynek wcześniej w tym samym roku, obecnie wspiera produkcyjne zadania AI dla ofert Microsoftu, takich jak Microsoft Copilot i GitHub Copilot, i została uznana za najlepiej działającą infrastrukturę AI firmy. Maia 300 ma rozszerzyć te możliwości, umożliwiając Microsoftowi skalowanie wdrożeń Azure Maia o mocy wielogigawatowej i zmniejszenie zależności od dostawców GPU, takich jak Nvidia i AMD.

Mustafa Suleyman, dyrektor generalny Microsoft AI, podkreślił strategiczne znaczenie współprojektowania sprzętu z modelami AI, stwierdzając, że własność platformy aż do poziomu krzemu jest kluczowa dla celu firmy, jakim jest konkurowanie z liderami AI, takimi jak Google DeepMind, OpenAI i Anthropic. Maia 300 odegra istotną rolę w efektywnym uruchamianiu niestandardowych modeli AI Microsoftu, sygnalizując znaczący zwrot ku własnemu sprzętowi AI w ekosystemie firmy.

Dzięki tym postępom Microsoft zamierza kontrolować więcej ze swojej stosu infrastruktury AI, dążąc do większej efektywności i wydajności usług cloud AI w połowie dekady. Choć szczegóły zastosowań i szersze strategie wdrożeń pozostają ograniczone, Maia 300 stanowi istotny krok w roadmapie rozwoju własnych układów AI Microsoftu.