Microsoft ने 12 अक्टूबर 2026 को OCP Global Summit में Maia 300 पेश की। यह कंपनी की अपनी बनाई तीसरी पीढ़ी की AI inference accelerator चिप है। Microsoft का कहना है कि वह 2027 से Azure Maia परिवार को कई गीगावॉट के पैमाने पर तैनात करेगा और Maia को अपने उत्पादों व सेवाओं के लिए मुख्य inference system बनाएगा।
2
4
यह घोषणा Microsoft की अपनी AI चिपों पर अधिक निर्भर होने की बड़ी योजना दिखाती है। हालांकि, तैनाती और प्रदर्शन से जुड़े कई आंकड़े भविष्य की योजनाएं या कंपनी के दावे हैं। Maia 300 की उत्पादन-स्तर पर तैनाती 2027 में शुरू होनी है, और उपलब्ध स्रोतों में इसके स्वतंत्र benchmark नतीजे नहीं दिए गए हैं।
Microsoft की योजना क्या है?
Microsoft के मुताबिक Maia 300 उसके उत्पादों और सेवाओं में AI inference के लिए इस्तेमाल होगी। इसमें Copilot और AI agents से जुड़े काम भी शामिल हैं। कंपनी ने 2027 से Maia परिवार को कई गीगावॉट के स्तर पर तैनात करने की योजना बताई है।
2
4
सरल शब्दों में, inference वह चरण है जिसमें पहले से प्रशिक्षित AI मॉडल किसी सवाल का जवाब या दूसरी सामग्री तैयार करता है। अपनी inference accelerator चिप होने से Microsoft को अपने डेटा सेंटर में ऐसे अनुरोध चलाने का एक और विकल्प मिलेगा। कंपनी की इस पहल को Nvidia और AMD जैसे बाहरी चिप आपूर्तिकर्ताओं पर निर्भरता घटाने की कोशिश के रूप में भी पेश किया गया है।
15
22
इसका मतलब यह नहीं है कि Microsoft तीसरी कंपनियों की चिपों का इस्तेमाल बंद कर देगा। उपलब्ध जानकारी अपनी चिपों का उपयोग बढ़ाने की योजना दिखाती है, सभी दूसरी चिपों को बदल देने की पुष्टि नहीं।
3 लाख और 10 लाख से अधिक चिपों के आंकड़े कैसे समझें?
Reuters ने रिपोर्ट किया कि Microsoft 2027 में अपनी आंतरिक AI सेवाओं के लिए संभावित रूप से 10 लाख से अधिक Maia 300 चिपें तैनात कर सकता है। यह भविष्य की तैनाती का अनुमान है—इस बात की पुष्टि नहीं कि इतनी चिपें बन चुकी हैं, भेजी जा चुकी हैं या डेटा सेंटर में लग चुकी हैं।
20
एक अलग रिपोर्ट में करीब 3 लाख चिपों के ऑर्डर का जिक्र है। उस रिपोर्ट के अनुसार यह आंकड़ा पहले की रिपोर्टिंग पर आधारित है, लेकिन उपलब्ध विवरण यह स्पष्ट नहीं करता कि इसका 10 लाख से अधिक चिपों वाले अनुमान से क्या संबंध है। इसलिए इसे पुष्ट उत्पादन या शिपमेंट संख्या के बजाय रिपोर्ट किया गया अनुमान मानना चाहिए।
7
ये आंकड़े अलग चीजें बता सकते हैं, या ऐसी रिपोर्टिंग से आए हो सकते हैं जिनकी सीधे तुलना संभव नहीं है। Microsoft की घोषित योजना 2027 से कई गीगावॉट के स्तर पर तैनाती शुरू करने की है; उपलब्ध स्रोत इन अनुमानों को एक पुष्ट संख्या में नहीं मिलाते।
2
7
20
दक्षता के दावे: क्या कहा गया है, और क्या साबित नहीं हुआ?
Microsoft का अनुमान है कि Maia 300, “अग्रणी GPU-आधारित सिस्टमों” की तुलना में प्रति मेगावॉट 40% अधिक tokens देगी। कंपनी ने तुलना में शामिल खास सिस्टम या काम के प्रकार नहीं बताए। इसलिए इस आंकड़े को Microsoft का दावा समझना बेहतर है, स्वतंत्र रूप से प्रमाणित नतीजा नहीं।
2
6
कंपनी का यह भी कहना है कि 96 accelerator वाली Maia 300 की पूरी rack configuration, Maia 200 की तुलना में rack स्तर पर सात गुना तक token throughput दे सकती है। यह पिछली Maia पीढ़ी से तुलना है—Nvidia की चिपों से सात गुना तेज होने का दावा नहीं।
4
एक रिपोर्ट के मुताबिक, Maia 300 की rack में 96 accelerators और करीब 167 किलोवॉट बिजली की खपत है। तुलना में Nvidia GB300 rack को 72 GPU और करीब 142 किलोवॉट की खपत वाला बताया गया है। ये रिपोर्ट किए गए सिस्टम विन्यास हैं; केवल इन आंकड़ों से यह तय नहीं होता कि समान काम में कौन-सा सिस्टम अधिक उपयोगी output देता है।
20
Maia 300 के बताए गए हार्डवेयर विवरण
Microsoft की architecture जानकारी के मुताबिक, हर Maia 300 accelerator में HBM4 मेमोरी के आठ stacks हैं। इनसे 288 GB मेमोरी क्षमता और 18 TB प्रति सेकंड bandwidth मिलती है।
37 StorageReview ने चिप के लिए 950-वॉट power figure और TSMC N2P compute die की जानकारी दी है।
10
यह चिप inference के लिए बनाई गई है। रिपोर्टों में इसके संभावित कामों में लंबे संदर्भ वाले सवालों पर reasoning, बातचीत आधारित AI और AI agents के कई चरणों वाले काम शामिल हैं।
8 ये जानकारी डिजाइन और लक्षित उपयोग बताती है; उपलब्ध स्रोत इन सभी कामों में चिप के प्रदर्शन का स्वतंत्र प्रमाण नहीं देते।
घोषणा से क्या साफ होता है?
सबसे स्पष्ट बात Microsoft की रणनीति है: कंपनी 2027 से अपने AI inference ढांचे में Maia हार्डवेयर की भूमिका बढ़ाना चाहती है और Maia को अपने उत्पादों व सेवाओं का मुख्य inference system बनाने की योजना रखती है।
2
4
प्रति मेगावॉट 40% अधिक tokens, rack throughput में सात गुना तक सुधार और चिपों की संभावित संख्या जैसे आंकड़े Microsoft के लक्ष्य समझने में मदद करते हैं। लेकिन इन्हें स्वतंत्र रूप से जांचे गए प्रदर्शन या पूरी हो चुकी तैनाती के बराबर नहीं माना जा सकता। उपलब्ध स्रोत प्रति token लागत में बचत का आंकड़ा भी नहीं देते। फिलहाल Maia 300 का महत्व Microsoft की तैनाती योजना और दक्षता के घोषित लक्ष्यों में है—इस बात के प्रमाण में नहीं कि वह हर प्रतिस्पर्धी GPU सिस्टम से बेहतर है।