- Maia 300は2027年に発表予定で、NVIDIAへの依存を減らすことを目的とする。
- このアクセラレーターの設計は、メモリ集約型ワークロードとマルチステップタスクに焦点を当てている。
- Maia 300はメガワットあたりのトークン出力が既存のGPUシステムより40%多い。
- MicrosoftはMaiaシリーズの展開をAI計算能力拡大の核心戦略として計画している。
Microsoftは2027年に次世代Maia 300人工知能アクセラレーターを発表する計画で、NVIDIAへの依存から脱却し、メガワットあたりのトークン出力を現在最先端のGPUベースシステムより40%多くすることを目指す。このチップは、Microsoftの拡大し続けるAIインフラストラクチャを支え、96個のアクセラレーターを搭載したラック構成で設計されており、前世代製品の7倍のトークン処理能力を実現すると見込まれる。この発表は、大規模AI推論向けのカスタムシリコン構築においてMicrosoftがさらに一歩前進したことを示している。
同社のMaia 200アクセラレーターはすでにMicrosoftのCopilotを含む本番ワークロードを処理している。Microsoftは、GitHub CopilotとMicrosoft Foundryが2026年末までにこのハードウェアを採用すると見込んでいる。
Maia 300の設計特徴
Maia 300はシステムレベルの推論効率戦略を採用し、そのアーキテクチャはメモリ集約型ワークロード、長文脈推論、複雑なマルチステップタスクを実行するAIエージェントを対象としている。メモリ帯域幅主導の設計により、Maia 300は8つのHBM4メモリスタックと毎秒18 TBのピーク帯域幅を組み合わせる。システムは950ワットの熱設計電力(TDP)範囲内で動作し、大規模AIモデルの増大するメモリ需要に対応する。Microsoftはまた、マルチチップ設計を採用し、演算、メモリコントローラ、入出力機能を分離している。
演算チップにはTSMCのN2P製造プロセスを使用し、ワットあたり性能の向上を図る。このアクセラレーターは拡張されたMXFP4低精度演算もサポートしており、この手法によりモデル演算とキー・バリュー・キャッシュの保存に必要なメモリを削減する。これらの節約により、システムはより長いコンテキストウィンドウを収容し、同一電力予算内でより多くのリクエストを処理できるようになる。
Maia 300の性能見通し
ソフトウェアは設計において重要な役割を果たす。Microsoftのソフトウェア定義データフロー・アーキテクチャは、データを演算リソースの近くに配置することで不要な転送を削減することを目的としている。AI支援によるカーネル最適化も、異なるワークロード間でのハードウェア利用率の改善に寄与する。Maia 300のネットワークは96個のアクセラレーターを接続し、アーキテクチャをラック全体に拡張する。各構成は167キロワットの電力範囲内で96個のアクセラレーターを組み合わせる。Microsoftは27.6 TBのHBM容量と毎秒1.7 PBの総メモリ帯域幅を示しており、より大規模な推論ワークロードと単一展開でのより多くの同時AIインタラクションを対象としている。
カスタムネットワークは高帯域幅接続によりテンソル並列のリンク接続を最適化し、アクセラレーター同士を接続する。AIに特化したトランスポート層はEthernetインフラストラクチャを使用してアクセラレーター間およびラック間の通信をサポートし、ネットワークを独立したボトルネックとして扱うことなくワークロードを拡張できるよう設計されている。
Microsoftによると、Maia 300はメガワットあたり最先端のGPUベースシステムより40%多くのトークンを提供できるはずで、予測されるラック規模のスループットもMaia 200と比較して大幅な増加が見込まれるが、同社はこれらの比較における独立したベンチマークについては詳細を明らかにしていない。Microsoftはすでに米国、欧州、オーストラリアでMaia 200を展開しており、Teams、Copilot、Cowork体験における組み込みAI機能が、最先端のGPUインフラストラクチャよりワットあたり1.7倍多くのトークンを生成していると報告している。
既存のアクセラレーターはOpenAIモデル、MicrosoftのMAIモデル、オープンソースモデルシリーズを実行している。Microsoftはこれらのサービスの性能データを活用してハードウェア開発を指針とし、実ワークロードを最適化している。Maia 300はMicrosoftのモデル開発作業、クラウド推論、エージェントベースのコーディングツールをサポートし、同ハードウェアが臨床AIアシスタントであるDragon Copilotの拡大に寄与すると見込まれており、本番展開は2027年に開始予定だ。
Microsoftの長期計画では、同年から複数ギガワット規模のMaia展開を開始し、カスタムシリコンを同社のAI計算能力拡大の主要構成要素として位置づけている。
項目 仕様 メモリ 8個のHBM4メモリスタック ピーク帯域幅 18 TB/秒 熱設計電力 950ワット ラック容量 27.6 TB HBM 総メモリ帯域幅 1.7 PB/秒
Maia 300がMicrosoft AIエコシステムに与える影響
Maia 300の登場は、MicrosoftがAIハードウェア分野で重要な進展を遂げたことを示しており、特にNVIDIAへの依存度低減において顕著だ。メモリ集約型ワークロードとマルチステップタスクに焦点を当てた設計により、Maia 300は全体的な演算効率の向上とより複雑なAIアプリケーションのサポートの可能性を秘めている。AIアプリケーション需要の増大に伴い、Microsoftのカスタムシリコンは同社の計算能力拡大の鍵となり、業界のAIアクセラレーターへの依存パターンを変える可能性がある。