Microsoft Maia 300：Nvidiaに挑む第3世代AIチップの全貌

Maiaチップの系譜

マイクロソフトのカスタムAIシリコンの旅は、2023年11月に公に始まりました。各世代の比較は以下の通りです。

• Maia 100 — 2023年11月発表。初世代。主に社内で限定的なAzure AIワークロードに使用 。
• Maia 200 — 2026年1月発表（コードネーム Braga）。第2世代。マイクロソフトのデータセンター内に展開。当初2025年半ばの予定が6ヶ月遅れて登場 。
• Maia 300 — 第3世代。今秋に正式発表が予想され、2027年までにTSMCで大量生産し、Azure顧客に広く提供される見込み 。

困難な開発：Maia 200の遅延と人員問題

Maiaプログラムは第2世代で大きな壁に直面しました。「Braga」チップの量産は少なくとも6ヶ月遅れ、2025年から2026年にずれ込みました 。The Informationなど複数の報道は、この遅延をいくつかの複合要因によるものとしています。

• 設計変更 — OpenAIからの追加機能要求により、大規模な再設計を余儀なくされました 。一部の開発チームでは、経営陣から「年内の設計完了」というプレッシャーがかかり、20%ものメンバーが離職したとの報告もあります 。
• 人員問題 — エンジニア不足と高いチーム離職率が開発を大幅に遅らせました 。
• 性能面の懸念 — Maia 200はNvidiaのBlackwellプラットフォームと比較して性能が劣ることが予想され、競争上のギャップが広がっていました 。

この遅延により、マイクロソフトはより野心的な「Braga-R」設計や「Cleato」チップを2028年以降に延期するなど、チップ全体のロードマップを再調整せざるを得ませんでした 。

戦略的目标：Nvidia依存からの脱却

Maia 300は、社内実験から外部提供への大きな方針転換を象徴します。主な詳細は以下の通りです。

• マイクロソフトはTSMCと、2027年の納品を目標に30万個以上のMaia 300の製造能力確保について協議中です 。長期的な目標は100万個超と報じられています 。
• このチップは、現行のマイクロソフト製シリコンと比較してトークンあたりのコスト効率が30%以上向上すると、内部関係者は主張しています 。
• マイクロソフトはMaia 300をAzure顧客に広く提供することを目指しており、Anthropicのような主要なAIワークロードを外部顧客として獲得することを視野に入れています 。
• 高価なNvidiaプロセッサへの依存を減らすことが中心的な動機です。マイクロソフトはNvidiaの最大の顧客の一つであり、自社シリコンを開発することで供給管理、コスト構造、利益率において優位に立てると考えています 。

競合状況：クラウド大手のカスタムAIシリコン

マイクロソフトは後れを取っています。GoogleとAmazonはすでに成熟したカスタムチッププログラムを持ち、その提供規模と範囲でさらに先を行っています。

Google (TPU) — 最も成熟したプログラム。TPU Trillium (v6e) はGoogle Cloudで広く利用可能で、最新世代はTPU v7「Ironwood」です。GoogleのTPU v5pは、大規模なGeminiトレーニング（8,960チップのポッド構成）を支えています 。Googleは、LLMワークロードにおいてH100インスタンスと比較して約4倍の価格性能比を達成し、シリコンの効率性を通じてCloudの利益率を36%にまで押し上げたと報告されています 。

Amazon (Trainium/Inferentia) — Trainium2とTrainium3は、AWS上でEC2 Trnインスタンスを通じて本番利用可能です。Trainium3は2025年12月のre:Inventで一般提供が開始されました。Amazonはその流通力で勝負しており、AnthropicとOpenAIの両方にTrainiumキャパシティをリースし、AWSの37%成長を牽引しています 。

マイクロソフトにとっての重要な違い: GoogleとAmazonのカスタムチップは、クラウド顧客が直接レンタル可能なコンピュートリソースとしてすでに提供されています。一方、マイクロソフトのMaia 100と200は大部分が社内専用で、マイクロソフトの内部ワークロードにのみ使用されてきました 。Maia 300でマイクロソフトは、このギャップを埋め、チップを公開されたAzureサービスとして提供することを目標としています 。

結論

Maia 300は、つまずきながらのスタートを切った後に登場します。Maia 200の遅延は、設計、人員、実行力の弱点を浮き彫りにしました。マイクロソフトの賭けは、第3世代のチップでようやくGoogleのTPUやAmazonのTrainiumのような規模と開放性を達成できるかどうかにかかっています。30万個以上の目標を達成し、主張する効率性の向上を実現できれば、マイクロソフトのAIインフラ経済を大きく変革し、Azure顧客に真のNvidia代替案を提供できる可能性があります。しかし、GoogleとAmazonがすでに実績のある、広く利用可能なカスタムシリコンプログラムを持つレースにおいて、後発の参入者であることに変わりはありません。