Microsoft เต Vorbereitung เปิดตัว Maia 300 ชิป AI เจเนอเรชั่นที่ 3 หวังลดพึ่งพา Nvidia

วิวัฒนาการของชิป Maia

ไมโครซอฟท์เริ่มพัฒนา AI ซิลิคอนของตัวเองเมื่อเดือนพฤศจิกายน 2023 โดยมีรายละเอียดดังนี้:

• Maia 100 — ประกาศเมื่อพฤศจิกายน 2023 เป็นชิปรุ่นแรกที่ใช้ภายในสำหรับงาน AI บางส่วนบน Azure
• Maia 200 — เปิดตัวเมื่อมกราคม 2026 (ชื่อรหัส Braga) เป็นรุ่นที่สองที่ใช้ในดาต้าเซ็นเตอร์ของไมโครซอฟท์เอง โดยมาช้ากว่ากำหนด 6 เดือน
• Maia 300 — รุ่นที่สาม คาดว่าจะเปิดตัวต่อสาธารณะในฤดูใบไม้ร่วงนี้ และผลิตโดย TSMC ในวงกว้างเพื่อส่งมอบให้ลูกค้า Azure ภายในปี 2027

ปัญหาการพัฒนา: ความล่าช้าของ Maia 200 และปัญหาบุคลากร

โปรแกรม Maia ประสบปัญหาตั้งแต่รุ่นที่ 200 การผลิตชิป‘Braga’ ล่าช้าอย่างน้อย 6 เดือน จากปี 2025 เป็นปี 2026 สาเหตุหลักจากรายงานหลายแหล่ง ได้แก่:

• การเปลี่ยนแปลงดีไซน์ — รวมถึงคำขอฟีเจอร์เพิ่มเติมจาก OpenAI ที่ทำให้ต้องออกแบบใหม่ครั้งใหญ่ บางทีมพัฒนามีอัตราการลาออกสูงถึง 20% เนื่องจากแรงกดดันจากผู้บริหาร
• ปัญหาบุคลากร — การขาดแคลนวิศวกรและการหมุนเวียนพนักงานสูง
• ประสิทธิภาพต่ำกว่าคู่แข่ง — คาดว่า Maia 200 จะมีประสิทธิภาพต่ำกว่า Nvidia Blackwell

เป้าหมายเชิงกลยุทธ์: ลดการพึ่งพา Nvidia

Maia 300 เป็นการเปลี่ยนผ่านครั้งสำคัญจากการทดลองใช้ภายในสู่การเปิดให้บริการภายนอก:

• ไมโครซอฟท์กำลังเจรจากับ TSMC เพื่อกำลังการผลิตมากกว่า 300,000 หน่วย สำหรับส่งมอบในปี 2027 และมีเป้าหมายระยะยาวเกิน 1 ล้านชิป
• ชิปนี้คาดว่าจะให้มากกว่า 30% tokens ต่อดอลลาร์ เมื่อเทียบกับซิลิคอนรุ่นปัจจุบัน
• ไมโครซอฟท์ตั้งเป้าให้ Maia 300 เปิดให้บริการแก่ลูกค้า Azure อย่างกว้างขวาง รวมถึงบริษัท AI รายใหญ่อย่าง Anthropic

ภาพรวมการแข่งขัน: ชิป AI แบบกำหนดเองจากคู่แข่งคลาวด์

ไมโครซอฟท์กำลังตามหลังคู่แข่ง โดย Google และ Amazon มีโปรแกรมชิปที่เติบโตเต็มที่และพร้อมให้บริการในวงกว้างแล้ว:

Google (TPU) — มีโปรแกรมที่成熟ที่สุด TPU Trillium (v6e) พร้อมให้บริการบน Google Cloud และ TPU v7 Ironwood เป็นรุ่นล่าสุด Google TPU v5p ใช้ฝึกโมเดล Gemini ในระดับใหญ่ Google มีประสิทธิภาพราคาต่อประสิทธิภาพดีกว่า H100 ถึง 4 เท่าสำหรับงาน LLM และผลักดันมาร์จิ้นของคลาวด์เป็น 36%

Amazon (Trainium/Inferentia) — Trainium2 และ Trainium3 พร้อมใช้งานบน AWS ผ่าน EC2 Trn instances Amazon ชนะด้วยการจัดจำหน่าย โดยให้เช่า Trainium ให้ทั้ง Anthropic และ OpenAI

สรุป

Maia 300 มาหลังจากเริ่มต้นที่สะดุด — ความล่าช้าของ Maia 200 เผยให้เห็นจุดอ่อนด้านดีไซน์ บุคลากร และการดำเนินการ ไมโครซอฟท์หวังว่าชิปรุ่นที่สามนี้จะไปถึงระดับและความเปิดกว้างของ TPU ของ Google และ Trainium ของ Amazon ได้สำเร็จ หากทำตามเป้าหมาย 300,000+ หน่วย และให้ประสิทธิภาพตามที่อ้างไว้ ก็สามารถเปลี่ยนโฉมเศรษฐกิจโครงสร้างพื้นฐาน AI ของไมโครซอฟท์และให้ลูกค้า Azure มีทางเลือกที่แท้จริงนอกเหนือจาก Nvidia