Michael JohnsonLe 12 octobre, Microsoft a annoncé qu’elle allait faire passer la famille Azure Maia à plusieurs gigawatts à partir de 2027. L’entreprise présente Maia 200 comme un élément de son infrastructure d’inférence en production : la puce traite des charges de travail de Microsoft, notamment Copilot, ainsi que des modèles d’OpenAI, les modèles MAI maison et des familles de modèles à poids ouverts. Selon le calendrier de l’entreprise, GitHub Copilot et Microsoft Foundry suivront avant la fin de 2026. Les déploiements de production de Maia 300 sont prévus pour 2027. Microsoft veut faire de Maia son principal système d’inférence pour ses produits et services, au sein d’une infrastructure ouverte et hétérogène combinant différents modèles et types de silicium. Dans son annonce, l’entreprise n’a pas précisé le calendrier de disponibilité de Maia pour les clients Azure.
Microsoft indique que Maia 200 est déployée aux États-Unis, en Europe et en Australie. Pour les fonctionnalités d’IA intégrées à Teams, Copilot et Cowork, l’entreprise avance une estimation distincte : jusqu’à 1,7 fois plus de jetons par watt qu’avec une infrastructure GPU de premier plan. Cette mesure concerne les services cités par Microsoft et ses conditions d’exploitation.
Maia 300 est conçue pour l’inférence et les longs contextes
Microsoft positionne Maia 300 pour l’inférence exigeante en ressources : traitement de longs contextes, tâches conversationnelles sensibles à la latence et scénarios d’agents en plusieurs étapes. L’entreprise décrit une architecture qui équilibre calcul, bande passante mémoire, échanges réseau et consommation énergétique. Microsoft identifie le déplacement des données comme un goulot d’étranglement des grands systèmes d’inférence ; l’architecture de traitement des données définie par logiciel devrait, selon l’entreprise, améliorer l’utilisation des ressources de calcul, de réseau et de mémoire.
Une baie de 96 accélérateurs Maia 300 est conçue pour embarquer 27,6 To de HBM et offrir une bande passante mémoire totale de 1,7 Po/s, pour une puissance annoncée de 167 kW. Selon Microsoft, une configuration complète de 96 accélérateurs pourrait fournir jusqu’à sept fois plus de débit total de jetons au niveau de la baie que Maia 200. L’entreprise prévoit par ailleurs 40 % de jetons supplémentaires par mégawatt par rapport aux principaux systèmes GPU. Ces estimations concernent une configuration future ; les déploiements de production de Maia 300 sont prévus pour 2027.
Que signifie le pari sur les accélérateurs maison ?
Un accélérateur maison permet à un fournisseur de cloud de concevoir conjointement les puces, le réseau, les logiciels et les charges de travail des services. Microsoft présente Maia comme un exemple de conception tenant compte des modèles et des applications exploités à grande échelle. Pour l’activité cloud, cette approche pourrait élargir le choix d’infrastructures d’inférence et aider à traiter davantage de requêtes d’IA dans les limites de la capacité des centres de données. Dans son annonce, l’entreprise n’a pas précisé les conséquences possibles sur les tarifs Azure ni la disponibilité de la puce pour les usages des clients.
Les équipes qui choisissent une infrastructure aujourd’hui doivent distinguer les charges de production actuellement traitées par Maia 200 de la future Maia 300. Microsoft n’a annoncé ni calendrier de disponibilité de Maia 300 pour les clients, ni liste de services cloud précis, ni tarifs. Lors de la planification d’un déploiement, il convient de vérifier la disponibilité de l’accélérateur pour le modèle et le service visés, la zone géographique, la latence et le coût de la charge concernée.
Microsoft indique que Maia 300 comprend huit piles HBM4, une bande passante mémoire maximale de 18 To/s pour un TDP de 950 W et des chiplets de calcul fabriqués selon le procédé TSMC N2P. Le système comprend également des blocs distincts de calcul, de contrôleurs mémoire et d’entrées-sorties ; un réseau Ethernet assure la mise à l’échelle, de la baie au centre de données. L’entreprise a détaillé l’architecture dans un article technique consacré à Maia 300. Les informations publiées montrent comment Microsoft développe ses propres accélérateurs d’inférence en complément de son infrastructure GPU.