Microsoft rollt seine hauseigenen Inferenzbeschleuniger Azure Maia 200 in Rechenzentren in den USA, Europa und Australien aus. Der Technologiekonzern reagiert damit auf den wachsenden Rechenbedarf für KI-Workloads und skaliert die Verfügbarkeit seiner ersten eigenen Halbleitergeneration über den US-Markt hinaus. Im Sommer war der Chip Berichten zufolge zunächst auf lediglich zwei US-Rechenzentren beschränkt gewesen.
Der Maia 200 läuft im Produktivbetrieb und treibt interne Microsoft-Anwendungen wie Copilot sowie verschiedene KI-Architekturen an, darunter Modelle von OpenAI, eigene MAI-Modelle und diverse Open-Source-Systeme.
Bis Ende 2026 sollen mit GitHub Copilot und Microsoft Foundry weitere Dienste auf den unternehmenseigenen Chip umgestellt werden. Eine direkte Vermietung der Maia-Rechenleistung an externe Cloud-Kunden ist derzeit nach Unternehmensangaben nicht vorgesehen.
Technische Eckdaten und Effizienzgewinne
Der im 3-Nanometer-Verfahren bei TSMC gefertigte Beschleuniger verfügt über eine thermische Verlustleistung von 750 Watt TDP, 272 Megabyte SRAM sowie 216 Gigabyte HBM3e-Speicher mit einer Bandbreite von 7 Terabit pro Sekunde. Die Rechenleistung beziffert Microsoft auf rund 10 Petaflops bei FP4 und 5 Petaflops bei FP8.
Gegenüber herkömmlicher GPU-Infrastruktur verzeichnet der Konzern Effizienzvorteile. Bei Diensten wie Microsoft Teams, Copilot und Cowork liefere der Maia 200 bis zu 1,7-mal mehr Tokens pro Watt als führende Alternativen. Das Ziel des internen Entwicklerteams um Hardware-Chefin Rani Borkar sei es, mehr Rechenleistung pro Watt, Dollar und Speicherbyte herauszuholen.
Während die technische Infrastruktur für KI-Anwendungen rasant wächst, stellen neue Regularien wie der EU AI Act Unternehmen vor komplexe rechtliche Herausforderungen. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Pflichten, Risikoklassen und Fristen für den rechtssicheren Einsatz von KI. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Strategischer Wechsel bei der Inferenz
Mit dem breiteren Einsatz der Maia-Reihe baut Microsoft schrittweise seine Abhängigkeit von externen Hardwareanbietern im operativen KI-Betrieb ab. Der Chip soll führende Nvidia-Modelle wie H100, H200 und Blackwell als primäres System für die Inferenz ablösen. Für das rechenintensive Training großer Sprachmodelle greift das Unternehmen jedoch weiterhin auf Beschleuniger von Nvidia und AMD zurück.
Konzernchef Satya Nadella bezeichnete das Halbleiterprogramm als bisher größte Wette auf eigene Silizium-Entwicklungen. Azure-Chef Scott Guthrie hob hervor, dass Maia künftig als primäres Inferenzsystem für interne Produkte diene.
Während Konkurrenten wie Amazon und Google bereits früher mit der Entwicklung eigener KI-Prozessoren begonnen hatten, holt Microsoft nun auf. Analysten von Evercore ISI gehen davon aus, dass Maia bis Anfang 2027 rund 10 Prozent der KI-Chip-Ausgaben von Microsoft ausmachen könnte.
Wer sich mit dem Einsatz leistungsstarker KI-Systeme befasst, muss neben der Hardware auch die weitreichenden Compliance-Anforderungen der neuen EU-Gesetzgebung im Blick behalten. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko eingestuft werden und welche Dokumentationspflichten jetzt konkret auf Sie zukommen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Nächste Chip-Generation bereits in Vorbereitung
Parallel zum Ausbau des Maia 200 treibt der Konzern bereits die nächste Chip-Generation voran. Die vorgestellte Nachfolgeversion Maia 300 soll ab 2027 in den Rechenzentren eingeführt werden, wobei potenziell mehr als eine Million Einheiten im Raum stehen. Geplant ist ein Scale-up auf Multi-Gigawatt-Deployments.
Der auf einem TSMC-N2P-Verfahren basierende Maia 300 nutzt ein Multi-Chiplet-Design und bietet mit acht HBM4-Stacks, 288 Gigabyte Speicher sowie einer Bandbreite von 18,0 Terabyte pro Sekunde deutliche Leistungssteigerungen gegenüber dem Vorgänger. Weitere Details zu den künftigen Ausbaustufen der Chip-Familie werden für die im November stattfindende Ignite-Konferenz erwartet.