Microsoft Maia 300: AI-brikken som endelig kan utfordre Nvidia

Maia-brikkenes slektstre

Microsofts reise med egendefinerte AI-brikker startet offentlig i november 2023. Her er en oversikt over generasjonene:

• Maia 100 – Lansert november 2023. Første generasjon, primært brukt internt hos Microsoft for begrensede Azure AI-arbeidsmengder .
• Maia 200 – Avduket januar 2026 (kodenavn Braga). Andre generasjon, tatt i bruk i Microsofts egne datasentre. Brikken kom seks måneder for sent, opprinnelig planlagt til midten av 2025 .
• Maia 300 – Tredje generasjon, forventes offentlig lansert i høst med bred TSMC-produksjon for Azure-kunder innen 2027 .

Steinete utvikling: Maia 200-forsinkelser og bemanningsproblemer

Maia-programmet traff problemer ved 200-stadiet. Masseproduksjonen av «Braga»-brikken ble forsinket med minst seks måneder, fra 2025 til 2026 . Flere rapporter, først omtalt av The Information, tilskriver forsinkelsen flere samvirkende faktorer:

• Designendringer – inkludert sene funksjonsønsker fra OpenAI som tvang frem en større redesign . Rapporter indikerer at enkelte utviklingsteam opplevde en turnover på opptil 20 % på grunn av ledelsens press for å fullføre designet innen et år .
• Bemanningsproblemer – ingeniørmangel og høy teamturnover bremset utviklingen betydelig .
• Ytelsesbekymringer – Maia 200 forventes å underprestere sammenlignet med Nvidias Blackwell-plattform, noe som øker konkurransegapet .

Tilbakeslaget tvang Microsoft til å kalibrere sin overordnede brikkeplan, inkludert utsettelse av det mer ambisiøse «Braga-R»-designet og «Cleato»-brikken til 2028 eller senere .

Strategisk mål: Redusere avhengigheten av Nvidia

Maia 300 representerer et stort skifte fra intern eksperimentering til ekstern tilgjengelighet. Viktige detaljer inkluderer:

• Microsoft forhandler med TSMC om å sikre produksjonskapasitet for over 300 000 Maia 300-enheter, med levering planlagt til 2027 . Det langsiktige målet er rapportert å overstige 1 million brikker .
• Brikken forventes å levere over 30 % flere tokens per dollar enn den nyeste silisiumen i Microsofts flåte, ifølge en rapportert intern påstand .
• Microsoft har som mål å tilby Maia 300 bredt til Azure-kunder, og retter seg mot store AI-arbeidsmengder som Anthropic som potensielle eksterne kunder .
• Å redusere avhengigheten av kostbare Nvidia-prosessorer er hovedmotivasjonen – Microsoft er en av Nvidias største kunder, og egne brikker gir bedre forsyningskontroll, kostnadsstruktur og margin .

Konkurranselandskap: Egendefinerte AI-brikker fra skyrivaler

Microsoft ligger på etterskudd. Både Google og Amazon har allerede modne, egendefinerte brikkeprogrammer som er lenger fremme i tilgjengelighet og skala:

Google (TPU) – Det mest modne programmet. TPU Trillium (v6e) er allment tilgjengelig på Google Cloud, og TPU v7 «Ironwood» er den nyeste generasjonen. Googles TPU v5p driver Gemini-trening i massiv skala (8 960-brikkers pods) . Google oppnår angivelig ~4× bedre pris-ytelse enn H100-instanser for LLM-arbeidsmengder og har drevet Cloud-marginene til 36 % gjennom silisiumeffektivitet .

Amazon (Trainium/Inferentia) – Trainium2 og Trainium3 er produksjonsklare på AWS via EC2 Trn-instanser. Trainium3 ble allment tilgjengelig på re:Invent i desember 2025. Amazon vinner gjennom distribusjon – utleier Trainium-kapasitet til både Anthropic og OpenAI, og driver 37 % AWS-vekst .

Nøkkelforskjell for Microsoft: Googles og Amazons egne brikker er allerede direkte tilgjengelige for skykunder som leiebar datakraft. Microsofts Maia 100 og 200 var i stor grad fanget – kun brukt til Microsofts egne interne arbeidsmengder . Med Maia 300 er Microsofts mål å tette dette gapet ved å gjøre brikken til et offentlig tilgjengelig Azure-tilbud, ikke bare en privat infrastruktur .

Oppsummering

Maia 300 kommer etter en humpete start – Maia 200-forsinkelsene avslørte svakheter innen design, bemanning og gjennomføring. Microsoft satser på at tredjegenerasjonsbrikken endelig når skalaen og åpenheten til Googles TPU-er og Amazons Trainium. Hvis den når målet om 300 000+ enheter og leverer de påståtte effektivitetsgevinstene, kan den betydelig omforme Microsofts AI-infrastrukturøkonomi og gi Azure-kunder et genuint Nvidia-alternativ. Men den forblir den yngste deltakeren i et kappløp hvor Google og Amazon allerede har beviste, allment tilgjengelige, egendefinerte brikkeprogrammer.