A Microsoft anunciou a 12 de outubro de 2026 que vai alargar os sistemas Azure Maia, os seus aceleradores próprios de inteligência artificial, a implantações de vários gigawatts a partir de 2027, tornando a Maia a plataforma principal de inferência dos produtos e serviços da empresa. No mesmo anúncio, Scott Guthrie, vice-presidente executivo de Cloud e IA, apresentou a Azure Maia 300, terceira geração da pilha interna de inferência, e confirmou que a Maia 200 já serve cargas de produção.
Segundo o Official Microsoft Blog, a Maia 200 já corre IA de produção no Microsoft Copilot, com o GitHub Copilot e o Microsoft Foundry previstos até ao fim do ano. A empresa diz que a Maia 200 executa modelos da OpenAI, modelos MAI da própria Microsoft e famílias open source de referência, e que entrega até 1,7 vezes mais tokens por watt do que a infraestrutura GPU dominante nas funções de IA integradas no Teams, no Copilot e nas experiências Cowork.
A Maia 300 é apresentada como um sistema pensado primeiro para inferência, virado para raciocínio de contexto longo, conversação com baixa latência e tarefas agenticas de vários passos. A Microsoft estima 40 por cento mais tokens por megawatt do que sistemas baseados nas GPU de referência, e até sete vezes o débito de tokens à escala de rack da Maia 200 numa configuração completa de 96 aceleradores. As implantações de produção estão previstas para 2027.
Um artigo técnico paralelo no Azure Blog, assinado por Rani Borkar e Saurabh Dighe, acrescenta pormenores de hardware: arquitetura multi-chiplet com o cálculo no processo N2P da TSMC; oito pilhas HBM4 com 288 GB e 18 TB/s por acelerador; 96 aceleradores num rack de 167 quilowatts com 27,6 TB de HBM e 1,7 PB/s de largura de banda agregada; e um tecido de scale-up que pode crescer até um superpod de 12.288 aceleradores. Face à Maia 200, a Microsoft alega cerca de 2,5 vezes mais largura de banda de memória, mais 33 por cento de capacidade, cerca do dobro da largura de banda HBM por watt, mais de 2,5 vezes o desempenho por watt e até sete vezes o débito de tokens à escala de rack.
O The Verge noticiou o anúncio no mesmo dia, citando Guthrie sobre a menor dependência das GPU da Nvidia e da AMD na inferência interna da Microsoft, e Mustafa Suleyman, CEO da Microsoft AI, sobre o co-desenho de modelos com silício próprio. A Reuters reportou em separado o plano de grandes implantações Maia com vista a poupança de custos. Os números de eficiência, potência e débito são projeções e medições da Microsoft, não benchmarks de terceiros.
Para clientes de cloud e para o mercado de chips, a história vale menos como lançamento isolado de um SKU e mais como compromisso público de que a Microsoft quer a Maia, e não as GPU de mercado, como motor de inferência por defeito nos seus produtos à escala de vários gigawatts em 2027.