ไมโครซอฟท์เปิดตัว Maia 300 ชิปเร่งการประมวลผล AI inference ที่บริษัทออกแบบเองเป็นรุ่นที่สาม ในงาน OCP Global Summit เมื่อวันที่ 12 ตุลาคม 2026 บริษัทวางแผนขยายตระกูล Azure Maia ไปสู่การใช้งานระดับหลายกิกะวัตต์ตั้งแต่ปี 2027 และตั้งเป้าให้ Maia เป็นระบบหลักสำหรับงาน inference ในผลิตภัณฑ์และบริการของไมโครซอฟท์
2
4
นี่เป็นสัญญาณว่าไมโครซอฟท์ต้องการใช้ฮาร์ดแวร์ของตัวเองมากขึ้นเพื่อรองรับบริการ AI แต่กำหนดการและตัวเลขประสิทธิภาพที่ประกาศยังเป็นเป้าหมายในอนาคต Maia 300 มีกำหนดเริ่มใช้งานจริงในระบบการผลิตปี 2027 และแหล่งข้อมูลที่มีอยู่ยังไม่มีผลทดสอบจากหน่วยงานอิสระมายืนยันประสิทธิภาพ
ไมโครซอฟท์ประกาศอะไรบ้าง
ไมโครซอฟท์ระบุว่า Maia 300 จะรองรับงาน AI inference ในผลิตภัณฑ์และบริการของบริษัท รวมถึงงานที่เกี่ยวข้องกับ Copilot และ AI agents โดยแผนที่กว้างกว่านั้นคือขยายระบบตระกูล Maia ให้รองรับการใช้งานระดับหลายกิกะวัตต์ตั้งแต่ปี 2027
2
4
Inference คือขั้นตอนที่นำโมเดล AI ซึ่งผ่านการฝึกมาแล้วมาประมวลผลคำขอและสร้างผลลัพธ์ เช่น ตอบคำถามหรือช่วยเขียนโค้ด ชิปเร่งการประมวลผลที่ไมโครซอฟท์ออกแบบเองจึงเป็นอีกทางเลือกสำหรับการให้บริการคำขอเหล่านี้บนโครงสร้างพื้นฐานของบริษัท รายงานยังอธิบายว่าไมโครซอฟท์ต้องการลดการพึ่งพาชิปจากผู้ผลิตภายนอก เช่น Nvidia และ AMD
15
22
อย่างไรก็ตาม การประกาศนี้ไม่ได้หมายความว่าไมโครซอฟท์จะเลิกใช้ชิปจากบริษัทอื่นทั้งหมด หลักฐานที่มีชี้ถึงการเพิ่มสัดส่วนการใช้ชิปของตัวเองสำหรับงาน inference มากขึ้น ไม่ใช่การยืนยันว่าจะทดแทนชิปทุกประเภท
ตัวเลขชิปที่รายงานยังไม่ใช่ยอดยืนยัน
Reuters รายงานว่าไมโครซอฟท์อาจนำชิป Maia 300 มากกว่าหนึ่งล้านตัวไปใช้กับบริการ AI ภายในของบริษัทในปี 2027 ตัวเลขนี้เป็นประมาณการการใช้งานในอนาคต ไม่ใช่การยืนยันว่าชิปทั้งหมดผลิต จัดส่ง หรือติดตั้งแล้ว
20
อีกรายงานหนึ่งกล่าวถึงคำสั่งซื้อราว 300,000 ตัว โดยอ้างข้อมูลที่มีการรายงานก่อนหน้านี้ แต่ไม่ได้อธิบายชัดเจนว่าตัวเลขนี้เกี่ยวข้องกับประมาณการมากกว่าหนึ่งล้านตัวอย่างไร จึงควรมองเป็นตัวเลขที่มีรายงาน ไม่ใช่ยอดผลิตหรือยอดส่งมอบที่ยืนยันแล้ว
7
ตัวเลขทั้งสองอาจกล่าวถึงคนละเรื่อง หรืออาจมาจากรายงานที่เทียบกันโดยตรงไม่ได้ แผนอย่างเป็นทางการของไมโครซอฟท์คือเริ่มขยายการใช้งานระดับหลายกิกะวัตต์ในปี 2027 แต่ข้อมูลที่มีไม่ได้คลี่คลายตัวเลขเหล่านี้ให้เป็นยอดรวมที่ยืนยันได้
2
7
20
เคลมประสิทธิภาพอย่างไร และควรอ่านแบบไหน
ไมโครซอฟท์คาดว่า Maia 300 จะสร้างโทเคนได้มากกว่าระบบที่ใช้ GPU ชั้นนำ 40% ต่อพลังงานหนึ่งเมกะวัตต์ อย่างไรก็ตาม บริษัทไม่ได้ระบุว่าระบบใดหรือรูปแบบงานใดถูกนำมาใช้เปรียบเทียบ จึงควรอ่านตัวเลขนี้ว่าเป็นการคาดการณ์ของไมโครซอฟท์ ไม่ใช่ผลทดสอบที่มีการยืนยันอย่างเป็นอิสระ
2
6
บริษัทระบุอีกว่า Maia 300 แบบเต็มแร็ก ซึ่งมีตัวเร่งการประมวลผล 96 ตัว อาจให้ปริมาณการประมวลผลโทเคนระดับแร็กสูงสุด 7 เท่าของ Maia 200 การเปรียบเทียบนี้เป็นกับชิปรุ่นก่อนของไมโครซอฟท์ ไม่ได้หมายความว่า Maia 300 เร็วกว่าชิปของ Nvidia 7 เท่า
4
มีรายงานว่าแร็ก Maia 300 หนึ่งชุดมีตัวเร่ง 96 ตัวและใช้พลังงานราว 167 กิโลวัตต์ ส่วนแร็ก Nvidia GB300 ถูกระบุว่ามี GPU 72 ตัวและใช้พลังงานราว 142 กิโลวัตต์ แต่ตัวเลขการจัดวางระบบเพียงอย่างเดียวไม่ได้บอกว่าระบบใดให้ผลลัพธ์ที่มีประโยชน์มากกว่า เมื่อทำงานภายใต้เงื่อนไขเดียวกัน
20
สเปกฮาร์ดแวร์ที่มีรายงาน
ข้อมูลสถาปัตยกรรมของไมโครซอฟท์ระบุว่า Maia 300 แต่ละตัวมีหน่วยความจำ HBM4 จำนวน 8 ชุด ความจุรวม 288 GB และแบนด์วิดท์ 18 TB ต่อวินาที
37 ส่วน StorageReview รายงานว่าชิปใช้พลังงาน 950 วัตต์ และมีชิปประมวลผลที่ผลิตด้วยกระบวนการ TSMC N2P
10
ชิปนี้ออกแบบมาสำหรับงาน inference โดยรายงานระบุถึงการใช้งานที่ตั้งใจรองรับ เช่น การให้เหตุผลกับบริบทยาว การสนทนาด้วย AI และงานหลายขั้นตอนที่ AI agents ทำ
8 ข้อมูลเหล่านี้บอกถึงสเปกและประเภทงานเป้าหมาย แต่ยังไม่ได้พิสูจน์ประสิทธิภาพของชิปในงานแต่ละประเภทอย่างอิสระ
สิ่งที่ประกาศยืนยันได้ และสิ่งที่ยังต้องรอดู
ข้อสรุปที่ชัดที่สุดคือ ไมโครซอฟท์ตั้งใจให้ฮาร์ดแวร์ Maia ของตัวเองเข้ามามีบทบาทหลักมากขึ้นในโครงสร้างพื้นฐานสำหรับ AI inference โดยวางแผนเริ่มขยายการใช้งานระดับหลายกิกะวัตต์ตั้งแต่ปี 2027
2
4
ตัวเลขประสิทธิภาพโทเคนต่อเมกะวัตต์ที่เพิ่มขึ้น 40% การเปรียบเทียบปริมาณงานระดับแร็กที่สูงสุด 7 เท่า และประมาณการจำนวนชิป ล้วนสะท้อนเป้าหมายของไมโครซอฟท์ แต่ยังไม่เท่ากับผลทดสอบอิสระหรือหลักฐานว่าการติดตั้งเสร็จสมบูรณ์ ข้อมูลที่มีอยู่ยังไม่ได้ระบุตัวเลขการลดต้นทุนต่อโทเคนด้วย
ดังนั้น ในตอนนี้ความสำคัญของ Maia 300 อยู่ที่แผนการนำชิปของไมโครซอฟท์ไปใช้ในวงกว้างและเป้าหมายด้านประสิทธิภาพที่บริษัทประกาศ มากกว่าจะเป็นหลักฐานว่าชิปนี้ทำงานได้ดีกว่าระบบ GPU คู่แข่งทุกแบบ