مایکروسافت در ۱۲ اکتبر ۲۰۲۶ اعلام کرد که سامانه‌های اختصاصی Azure Maia را از سال ۲۰۲۷ به استقرارهای چندگیگاواتی می‌رساند تا Maia به بستر اصلی استنتاج محصولات و خدمات این شرکت تبدیل شود. در همین اعلام، اسکات گاتری، معاون اجرایی Cloud و هوش مصنوعی، Azure Maia 300 را به‌عنوان نسل سوم پشته استنتاج داخلی معرفی کرد و گفت Maia 200 هم‌اکنون بارهای تولیدی را اجرا می‌کند.

به گفته Official Microsoft Blog، Maia 200 امروز هوش مصنوعی تولیدی Microsoft Copilot را اجرا می‌کند و قرار است GitHub Copilot و Microsoft Foundry تا پایان سال به آن بپیوندند. شرکت می‌گوید Maia 200 مدل‌های OpenAI، مدل‌های MAI خود مایکروسافت و خانواده‌های متن‌باز پیشرو را اجرا می‌کند و برای قابلیت‌های هوش مصنوعی توکار در Teams، Copilot و تجربه‌های Cowork تا ۱٫۷ برابر توکن بیشتر در هر وات نسبت به زیرساخت GPU مرجع ارائه می‌دهد.

Maia 300 به‌عنوان سامانه‌ای با اولویت استنتاج برای استدلال با زمینه طولانی، گفت‌وگوی کم‌تأخیر و کارهای عامل‌محور چندمرحله‌ای معرفی شده است. مایکروسافت انتظار دارد این نسل نسبت به سامانه‌های مبتنی بر GPU پیشرو، ۴۰ درصد توکن بیشتر در هر مگاوات و در پیکربندی کامل ۹۶ شتاب‌دهنده تا هفت برابر توان عملیاتی توکن در مقیاس رک نسبت به Maia 200 داشته باشد. استقرار تولیدی برای ۲۰۲۷ برنامه‌ریزی شده است.

مقاله فنی همراه در Azure Blog به قلم رانی بورکار و سورابه دیگه جزئیات سخت‌افزاری می‌افزاید: معماری چندچیپلت با محاسبه روی فرآیند N2P شرکت TSMC؛ هشت پشته HBM4 با ۲۸۸ گیگابایت ظرفیت و پهنای باند ۱۸ ترابایت بر ثانیه برای هر شتاب‌دهنده؛ ۹۶ شتاب‌دهنده در رکی با توان ۱۶۷ کیلووات، ۲۷٫۶ ترابایت HBM و پهنای باند تجمیعی ۱٫۷ پتابایت بر ثانیه؛ و بافت scale-up که می‌تواند تا سوپرپاد ۱۲٬۲۸۸ شتاب‌دهنده گسترش یابد. نسبت به Maia 200، مایکروسافت حدود ۲٫۵ برابر پهنای باند حافظه، ۳۳ درصد ظرفیت بیشتر، تقریباً دو برابر پهنای باند HBM در هر وات، بیش از ۲٫۵ برابر عملکرد در هر وات و تا هفت برابر توان عملیاتی توکن در مقیاس رک را ادعا می‌کند.

The Verge همان روز این خبر را پوشش داد و از گاتری درباره کاهش وابستگی به GPUهای Nvidia و AMD در استنتاج داخلی مایکروسافت نقل کرد و به مصطفی سلیمان، مدیرعامل Microsoft AI، درباره هم‌طراحی مدل‌ها با سیلیکون اختصاصی اشاره کرد. رویترز نیز جداگانه از برنامه استقرار گسترده Maia با هدف صرفه‌جویی در هزینه خبر داد. ارقام کارایی، توان و توان عملیاتی، برآورد و اندازه‌گیری خود مایکروسافت هستند نه بنچمارک شخص ثالث.

برای مشتریان ابری و بازار تراشه، اهمیت ماجرا کمتر در عرضه یک SKU تکی و بیشتر در تعهد عمومی مایکروسافت است که می‌خواهد در مقیاس چندگیگاواتی سال ۲۰۲۷، Maia نه GPUهای تجاری، موتور پیش‌فرض استنتاج درون محصولاتش باشد.

منابع