De concurrentiestrijd rond AI gaat niet meer alleen over wie het beste model of de snelste chip heeft. Naarmate bedrijven AI-diensten en toepassingen opschalen, wordt ook de vraag belangrijker wie de stroom en datacentercapaciteit kan regelen om die systemen te laten draaien.
Chamath Palihapitiya en Elon Musk wezen op die fysieke kant van de race. Microsofts aankondiging van de Maia 300 laat tegelijk zien hoe cloudbedrijven eigen AI-chips ontwikkelen. De prestaties die Microsoft noemt, zijn voorlopig verwachtingen en geen onafhankelijk bevestigde resultaten.
1
14
15
Infrastructuur als mogelijke voorsprong
Palihapitiya schetste hoe chipbedrijven steeds meer richting toepassingen bewegen, terwijl bedrijven die toepassingen bouwen juist eigen chips ontwikkelen. Als steeds meer spelers actief zijn in chips, cloud en software, vroeg hij zich af waarop bedrijven op lange termijn markten en marges kunnen bouwen: distributie, eigen data of een fysieke beperking zoals stroom?
1
14
Musk noemde het kunnen opschalen van beschikbare energie, naast snelle bouw, koeling, netwerken en batterijen. Daarmee bedoelde hij niet dat software, data of chips onbelangrijk zijn geworden. Zijn punt is dat al die mogelijkheden afhangen van fysieke systemen die AI-rekenkracht beschikbaar maken.
15
Wie stroom kan veiligstellen en datacenters snel kan bouwen, kan mogelijk makkelijker uitbreiden. Dat maakt infrastructuur een potentiële strategische voorsprong, maar bewijst niet dat die altijd belangrijker is dan distributie of data.
1
15
Maia 300: Microsoft ontwikkelt eigen AI-hardware
Microsoft presenteerde Maia 300 als de derde generatie van zijn eigen AI-chip en inferentieplatform. Inferentie is het uitvoeren van een getraind AI-model om antwoorden of andere resultaten te produceren. De aankondiging past bij de bredere beweging waarbij cloud- en softwarebedrijven zelf chips ontwikkelen in plaats van uitsluitend op externe leveranciers te vertrouwen. Microsoft steunde eerder sterk op Nvidia-processors, maar Maia betekent niet dat het bedrijf alle GPU’s van andere leveranciers vervangt.
2
6
Microsoft wil de Maia-familie vanaf 2027 opschalen naar een capaciteit van meerdere gigawatt en er het belangrijkste inferentiesysteem voor zijn producten en diensten van maken. Maia 200 draait al op productieworkloads; productie-inzet van Maia 300 staat gepland voor 2027.
40
Microsoft verwacht dat Maia 300 40% meer tokens per megawatt levert dan toonaangevende systemen op basis van GPU’s. Dat is een verwachting van het bedrijf, geen onafhankelijk geverifieerde benchmark. Een rack met 96 accelerators zou volgens de gerapporteerde cijfers tot zeven keer zoveel tokens kunnen verwerken als een Maia 200-rack. Microsoft zegt dat de accelerator-dichtheid in het rack daarmee verdubbelt.
3
45
De inzet draait dus niet alleen om een nieuwe chip, maar ook om hoeveel AI-werk een compleet systeem binnen een bepaald stroomverbruik kan uitvoeren. Dat kan belangrijk worden als stroom en datacentercapaciteit moeilijker op te schalen zijn.
3
5
De groeiende stroomvraag
Volgens een prognose van het Internationaal Energieagentschap (IEA) stijgt het wereldwijde elektriciteitsverbruik van datacenters van ongeveer 485 terawattuur in 2025 naar 950 terawattuur in 2030: ruwweg een verdubbeling. Dat onderstreept waarom stroom een serieus aandachtspunt is voor de infrastructuur achter AI. Het betekent niet dat energie overal of voor elk AI-bedrijf de doorslaggevende beperking zal zijn.
50
Palihapitiya wees in juli 2025 ook op energie als belangrijk knelpunt voor AI. Later beschreef hij het Amerikaanse elektriciteitsnet als een grote technologische beperking. Die uitspraken passen bij het bredere infrastructuurthema, maar zijn commentaar en geen bewijs voor hoe snel netcapaciteit of de vraag naar AI zal veranderen.
58
61
Wat de komende jaren duidelijk moet worden
De geplande uitrol van Maia 300 wordt een test voor de vraag of eigen chips en efficiëntie op systeemniveau Microsoft kunnen helpen om meer inferentiecapaciteit beschikbaar te maken. Belangrijke punten om te volgen zijn de omvang van de daadwerkelijke uitrol, de prestaties in productie en of het verwachte voordeel van 40% meer tokens per megawatt in de praktijk standhoudt. Tot die resultaten er zijn, blijft het een claim van Microsoft.
3
40
De kern van de uitwisseling tussen Palihapitiya en Musk is een bredere vraag voor de AI-sector: kunnen bedrijven naast chips en modellen ook genoeg stroom regelen en de bijbehorende infrastructuur snel genoeg bouwen? Fysieke capaciteit kan een langetermijnvoordeel opleveren, maar is daarmee nog geen bewezen vervanging voor distributie, data of software.
1
15