Microsoft a annoncé le 12 octobre 2026 qu'elle portera ses systèmes Azure Maia, ses accélérateurs d'IA maison, à des déploiements multi-gigawatts à partir de 2027, faisant de Maia la plateforme d'inférence principale de ses produits et services. Dans le même temps, Scott Guthrie, vice-président exécutif Cloud et IA, a présenté Azure Maia 300, troisième génération de la pile d'inférence interne, tout en indiquant que Maia 200 sert déjà des charges de production.
Selon l'Official Microsoft Blog, Maia 200 exécute déjà l'IA de production pour Microsoft Copilot, GitHub Copilot et Microsoft Foundry devant suivre d'ici la fin de l'année. L'entreprise affirme que Maia 200 fait tourner des modèles OpenAI, ses propres modèles MAI et des familles open source de premier plan, et qu'elle délivre jusqu'à 1,7 fois plus de tokens par watt que l'infrastructure GPU de référence pour les fonctions d'IA intégrées à Teams, Copilot et aux expériences Cowork.
Maia 300 est présentée comme un système pensé d'abord pour l'inférence, destiné au raisonnement à long contexte, aux conversations à faible latence et aux tâches agentiques en plusieurs étapes. Microsoft attend 40 % de tokens en plus par mégawatt que les systèmes GPU de référence, et jusqu'à sept fois le débit de tokens à l'échelle du rack de Maia 200 dans une configuration complète de 96 accélérateurs. Les déploiements de production sont prévus pour 2027.
Un article technique companion sur le Azure Blog, signé Rani Borkar et Saurabh Dighe, ajoute le détail matériel : architecture multi-chiplet avec le calcul sur le procédé N2P de TSMC ; huit stacks HBM4 offrant 288 Go et 18 To/s par accélérateur ; 96 accélérateurs dans un rack de 167 kilowatts avec 27,6 To de HBM et 1,7 Po/s de bande passante agrégée ; et un tissu de scale-up pouvant atteindre un superpod de 12 288 accélérateurs. Par rapport à Maia 200, Microsoft revendique environ 2,5 fois plus de bande passante mémoire, 33 % de capacité en plus, à peu près deux fois la bande passante HBM par watt, plus de 2,5 fois les performances par watt, et jusqu'à sept fois le débit de tokens à l'échelle du rack.
The Verge a rendu compte de l'annonce le même jour, citant Guthrie sur la moindre dépendance aux GPU Nvidia et AMD pour l'inférence interne de Microsoft, et Mustafa Suleyman, PDG de Microsoft AI, sur la co-conception des modèles avec du silicium propriétaire. Reuters a séparément rapporté le plan de vastes déploiements Maia visant des économies. Les chiffres d'efficacité, de puissance et de débit sont des projections et mesures de Microsoft, pas des benchmarks tiers.
Pour les clients cloud et le marché des puces, l'enjeu est moins le lancement d'un SKU isolé qu'un engagement public : Microsoft veut que Maia, et non les GPU du marché, soit le moteur d'inférence par défaut de ses produits à l'échelle multi-gigawatts en 2027.