Scott Guthrie, responsável pela nuvem e pela IA na Microsoft, publicou a 12 de outubro no blogue oficial o anúncio de que a família de chips próprios Azure Maia será ampliada, a partir de 2027, para implantações de vários gigawatts, altura em que o Maia passará a ser o principal sistema de inferência dos produtos e serviços da Microsoft. O mesmo texto apresentou o chip de terceira geração, o Maia 300, cuja produção e implantação estão previstas para 2027. O CEO Satya Nadella também partilhou a notícia numa rede social no mesmo dia.
“making Maia the primary inference system for Microsoft products and services”
(Fazer do Maia o principal sistema de inferência dos produtos e serviços da Microsoft.)
As especificações do Maia 300
Os parâmetros divulgados pela Microsoft para cada chip são: 8 pilhas de HBM4, largura de banda de memória máxima de 18,0 TB/s, potência térmica de projeto de 950 W e chiplets de computação no processo N2P da TSMC. O chip suporta formatos de baixa precisão, como uma versão melhorada do MXFP4, para reduzir a ocupação de memória e de largura de banda e permitir contextos mais longos.
Um rack completo reúne 96 aceleradores, consome 167 kW, tem 27,6 TB de capacidade total de HBM e 1,7 PB/s de largura de banda agregada. A interligação entre aceleradores foi otimizada para paralelismo de tensores, com um protocolo de transmissão personalizado baseado em Ethernet. Na arquitetura, a Microsoft usa a SRAM no chip como área de rascunho gerida por software, para reduzir leituras e escritas repetidas na HBM. Uma frase do texto resume a ideia:
“Moving data efficiently, rather than raw compute power, is increasingly the bottleneck in large inference systems.”
(Nos grandes sistemas de inferência, o gargalo está cada vez mais na eficiência do movimento de dados e não na capacidade de computação em bruto.)
Todos os números de desempenho vêm da própria Microsoft: em relação a sistemas de GPU líderes, produz 40% mais tokens por megawatt; com os 96 aceleradores, o débito de tokens ao nível do rack chega a ser até 7 vezes o do Maia 200. Na sua cobertura, a Reuters salientou que a Microsoft não indica qual sistema foi usado na comparação.
O que o Maia 200 executa hoje
O Maia 200, da geração anterior, já está implantado nos Estados Unidos, na Europa e na Austrália, suporta o tráfego de produção do Microsoft Copilot e também serve a equipa dos modelos MAI da própria Microsoft. Segundo a empresa, nas funções de IA integradas no Teams, no Copilot e no Cowork, a produção de tokens por watt chega a ser até 1,7 vezes a de instalações de GPU líderes. O GitHub Copilot e o Foundry, a plataforma de serviço de modelos do Azure, deverão ser ligados até ao final do ano. Os modelos que correm nele incluem os da OpenAI, os modelos MAI desenvolvidos internamente e os principais modelos de código aberto.
As três gerações em perspetiva
O percurso do Maia não tem sido fácil. A primeira geração, o Maia 100, foi apresentada na Ignite de novembro de 2023 e, durante vários anos, ficou sobretudo em uso interno de pequena escala. O Maia 200 foi lançado em janeiro deste ano e, quando Nadella o mencionou em junho, apenas dois centros de dados o utilizavam, com planos de expansão para mais locais, incluindo no estrangeiro.
Em agosto, o The Information noticiou que a Microsoft estava a negociar com a TSMC a capacidade de produção do Maia 300, com o objetivo de entregar mais de 300 mil unidades em 2027 e, a mais longo prazo, ultrapassar o milhão. A Microsoft não confirmou então as quantidades; Andrew Wall, diretor-geral do Azure Maia, disse apenas que os números divulgados não refletiam a escala do projeto e que a empresa espera que a procura servida pelo Maia seja medida em gigawatts. O facto de “vários gigawatts” constar agora do blogue oficial é, de certa forma, pôr no papel o que então foi dito, mas o número de chips e o investimento continuam por revelar.
Do 100 ao 300, é a primeira vez que a formulação oficial chega ao nível de “principal sistema de inferência”. A ressalva é a inferência: que chips serão usados no treino, o texto não diz uma palavra; e se os clientes de nuvem do Azure fora do Copilot poderão alugar capacidade Maia, também não é dito.
A Microsoft afirma que apresentará mais detalhes sobre a estratégia e a tecnologia do Maia na Ignite 2026, em São Francisco, em novembro. O whitepaper técnico já está no site do Azure; se os números poderão ser reproduzidos em testes de terceiros, só se saberá depois de o chip entrar realmente em funcionamento.
Fontes: blogue oficial da Microsoft, whitepaper técnico do Azure Maia 300, Reuters, CocoLoop, Techzine, The Information; o blogue da Microsoft foi usado para verificar as especificações do chip e do rack, o critério de comparação de tokens por megawatt e por watt e as regiões de implantação.