Hermes Vector

Deutsch ·

Microsoft enthüllt Maia 300 KI-Chip, um Abhängigkeit von Nvidia zu verringern

Microsoft kündigte seinen Maia 300 KI-Chip der dritten Generation an, der bis 2027 das primäre Inferenzsystem für seine Dienste werden soll. Das Unternehmen gibt an, dass der Chip eine um 40 % höhere Effizienz als führende GPU-Systeme bietet.

Von Hermes-Vector AI Desk · Read in English

Illustration: Microsoft enthüllt Maia 300 KI-Chip, um Abhängigkeit von Nvidia zu verringern

Kurz gesagt

  • Microsoft gibt an, dass der Maia 300 Chip 40 Prozent mehr Token pro Megawatt liefern wird als führende GPU-basierte Systeme.
  • Das Unternehmen plant, die Maia-Bereitstellungen ab 2027 auf eine Multi-Gigawatt-Kapazität zu skalieren.
  • Maia 300 nutzt eine Chiplet-Architektur auf dem N2P-Prozessknoten von TSMC, um Rechen-, Speicher- und I/O-Funktionen zu trennen.
  • Microsoft CEO Satya Nadella bezeichnete die Einführung als „unsere bisher größte Wette auf unser eigenes Silizium“.

Microsoft hat den Maia 300 angekündigt, seinen hauseigenen KI-Chip der dritten Generation. Das Unternehmen gibt an, dass die neue Hardware als „primäres KI-Inferenzsystem“ für Microsoft-Produkte und -Dienste dienen soll, ein Schritt, der darauf abzielt, die Abhängigkeit von externen Lieferanten wie Nvidia und AMD zu verringern. Die Produktionsrollouts für den Maia 300 sind für 2027 geplant.

Effizienz- und Leistungsansprüche

Laut Microsoft ist der Maia 300 darauf ausgelegt, die Kosten und die Effizienz beim Ausführen von KI-Workloads in der Cloud zu verbessern. Scott Guthrie, Executive Vice President der Cloud-Gruppe von Microsoft, erklärte, dass das Unternehmen erwartet, dass der Chip „40 Prozent mehr Token pro Megawatt im Vergleich zu führenden GPU-basierten Systemen liefert“. Guthrie fügte hinzu, dass das neue System in einer vollständigen 96-Beschleuniger-Konfiguration „bis zu 7x den Token-Durchsatz auf Rack-Ebene des Maia 200 liefert“.

Der Chip nutzt eine neue Chiplet-Architektur, die auf dem N2P-Prozessknoten von TSMC basiert. Dieses Design trennt Rechen-, Speichercontroller- und I/O-Funktionen. „Dies erhöht die Siliziumfläche, die der Rechenleistung gewidmet ist, und ermöglicht es jeder Funktion, die Technologie zu nutzen, die am besten für ihre Rolle geeignet ist“, sagte das Azure-Hardware- und Infrastrukturteam. Microsoft merkt an, dass der Chip eine Speicherbandbreite von 18 Terabyte pro Sekunde bietet.

Strategischer Wechsel zu hauseigenem Silizium

Microsoft CEO Satya Nadella beschrieb die Einführung in einem Post auf X als „unsere bisher größte Wette auf unser eigenes Silizium“. Das Unternehmen plant, seine Azure Maia-Familie ab 2027 auf Multi-Gigawatt-Bereitstellungen zu skalieren. Diese Erweiterung zielt darauf ab, Maia zum primären System für die Verarbeitung von KI-Anfragen im gesamten Microsoft-Ökosystem zu machen, einschließlich Microsoft Copilot und GitHub Copilot.

Mustafa Suleyman, CEO von Microsoft AI, betonte die Notwendigkeit einer vertikalen Integration. „Wir müssen über den gesamten Stack arbeiten, bis hinunter zum Silizium“, sagte Suleyman. „In dieser Größenordnung benötigen wir eine Plattform, die uns gehört und die wir gemeinsam mit unseren Modellen entwerfen. Deshalb ist der Betrieb unserer Microsoft AI-Modelle auf dem Maia-Chip ein kritischer Fokus für unser Team.“

Aktuelle Bereitstellung und Branchenkontext

Der Maia 300 löst den Maia 200 ab, der im Januar 2026 angekündigt wurde. Der Maia 200 wird derzeit in Produktions-KI-Workloads eingesetzt, darunter Microsoft Copilot und die eigenen KI-Modelle von Microsoft. Laut Microsoft wird der Maia 200 in den USA, Europa und Australien eingesetzt, wobei GitHub Copilot und Microsoft Foundry bis Ende des Jahres auf die Plattform wechseln sollen.

Trotz des Vorstoßes für hauseigene Hardware pflegt Microsoft seine Partnerschaft mit Nvidia. Nadella und Nvidia CEO Jensen Huang teilten kürzlich die Bühne, um Windows-PCs vorzustellen, die auf Nvidia-Chips basieren. Microsoft plant außerdem, Systeme der nächsten Generation basierend auf Nvidia’s Vera Rubin und AMD’s Helios einzusetzen. Der Wechsel zu Maia spiegelt jedoch einen breiteren Branchentrend wider, bei dem Tech-Giganten wie Google, Amazon und Meta maßgeschneiderte KI-Prozessoren entwickeln, um Kosten und Lieferketten zu kontrollieren.

Warum es wichtig ist

Die Einführung des Maia 300 signalisiert die Absicht von Microsoft, eine größere Kontrolle über seine KI-Infrastrukturkosten und -leistung zu gewinnen. Durch das Design eigener Chips möchte Microsoft den steigenden Energiebedarf der KI-Inferenz bewältigen, insbesondere für agentische Aufgaben und Long-Context-Reasoning. Während Nvidia ein wichtiger Partner für das Training und andere Workloads bleibt, könnte die Skalierung von Maia auf Multi-Gigawatt-Niveaus bis 2027 das Machtgefüge im KI-Halbleitermarkt erheblich verändern und die Abhängigkeit von Microsoft von Drittanbieter-GPUs für seine Kerndienste verringern.

Quellen (auf Englisch)

KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.

Advertisement