Microsoft сделает чипы Maia основой инференса и выйдет на гигаватты к 2027

Microsoft с 2027 года сделает собственные ускорители Azure Maia основной системой инференса во всех своих продуктах и развернёт их в масштабе нескольких гигаватт. Главная надежда компании связана с чипом Maia 300: по её заявлению, он выдаст на 40% больше токенов на мегаватт, чем лидирующие GPU-системы. Генеральный директор Сатья Наделла назвал этот шаг «нашей крупнейшей ставкой на собственный кремний».

Почему считают токены на мегаватт

Метрика выбрана не случайно. Для крупных дата-центров главным ограничением всё чаще становится не количество чипов, а доступная электрическая мощность: подключение к сети, подстанции, охлаждение. Если на каждый мегаватт приходится больше токенов, тот же энергетический бюджет обслуживает больше запросов. Для сервисов с массовым инференсом вроде Copilot это напрямую влияет на себестоимость ответа.

У заявления есть оговорка. Сравнение с «ведущими GPU-системами» приведено без названия конкретной конфигурации, а независимых бенчмарков Maia 300 пока нет. Цифра 40% остаётся обещанием производителя, который сам же будет её использовать.

Что известно о плане

• Срок: переход начинается в 2027 году.
• Роль: Maia становится основной inference-системой в продуктах Microsoft.
• Масштаб: многогигаваттное развёртывание.
• Чип: Maia 300, следующее поколение линейки Azure Maia.
• Заявленное преимущество: на 40% больше токенов на мегаватт, чем у ведущих GPU-систем.
• Позиция руководства: Наделла называет это крупнейшей ставкой компании на собственный кремний.

Обратите внимание на формулировку про инференс. В анонсе речь идёт о выдаче ответов моделей, а не об обучении. Что произойдёт с закупками GPU для тренировки, из сообщения не следует.

Контекст: все крупные облака идут к своему кремнию

Microsoft показала первое поколение Maia в 2023 году вместе с процессором Cobalt. Тогда это выглядело как эксперимент на фоне массовых закупок Nvidia. Google давно развивает TPU, у AWS есть Trainium и Inferentia, у Meta свои ускорители MTIA. Логика у всех одна: инференс составляет постоянную и растущую статью расходов, и платить за него наценку универсального GPU невыгодно, если нагрузка известна заранее.

Масштаб нового плана отличается. Одно дело держать собственные чипы как дополнение к парку Nvidia, другое — сделать их базой для всех продуктов. Это требует зрелого программного стека, стабильных поставок у производителя и достаточных объёмов памяти для ускорителей. По каждому пункту в анонсе подробностей нет, и именно они определят, сохранится ли заявленное преимущество на реальных моделях.

У Microsoft есть и дополнительный рычаг: она сама контролирует, какие модели и в каких режимах работают в её продуктах. Это позволяет подгонять железо под конкретную нагрузку, чего не может позволить себе вендор универсальных GPU.

Что делать клиентам Azure и командам, строящим на нём

• Следите за ценой за токен. Если экономия по энергии реальна, она рано или поздно отразится в тарифах Azure OpenAI и других managed-сервисов.
• Тестируйте задержки и пропускную способность на своих промптах, а не на заявленных средних. Смена инфраструктуры под капотом может менять поведение сервиса по скорости.
• Не привязывайте архитектуру к конкретному железу. Для тех, кто разворачивает собственные модели, вопрос поддержки Maia в привычных фреймворках станет практическим уже в 2027 году.
• Для инвесторов и закупщиков: сигнал в том, что часть inference-спроса уходит от Nvidia к проприетарным чипам облаков. Размер этой части зависит от того, подтвердятся ли 40% на практике.

Проверить обещание можно будет, когда Maia 300 начнёт обслуживать реальный трафик. До этого цифра остаётся целью, под которую Microsoft готова перестроить инфраструктуру.