Історія чіпів Maia

Подорож Microsoft у створенні власних AI-чіпів публічно розпочалася в листопаді 2023 року. Ось як порівнюються покоління:

• Maia 100 — Анонсований у листопаді 2023 року. Перше покоління, яке використовувалося переважно всередині Microsoft для обмежених AI-навантажень Azure .
• Maia 200 — Представлений у січні 2026 року (кодова назва Braga). Друге покоління, розгорнуте у власних центрах обробки даних Microsoft. Чіп вийшов із запізненням на шість місяців, оскільки спочатку його планували на середину 2025 року .
• Maia 300 — Третє покоління, публічний анонс якого очікується цієї осені, а масштабне виробництво на потужностях TSMC для клієнтів Azure — до 2027 року .

Складний шлях: затримки Maia 200 та кадрові проблеми

Програма Maia зіткнулася з турбулентністю на етапі 200. Масове виробництво чіпа "Braga" було відкладено щонайменше на шість місяців — з 2025 до 2026 року . Численні звіти, вперше опубліковані The Information, пояснюють затримку кількома взаємопов'язаними факторами:

• Зміни в дизайні — включаючи пізні запити на функції від OpenAI, які змусили провести капітальну переробку . За деякими даними, плинність кадрів у деяких командах розробників сягала 20% через тиск керівництва щодо завершення дизайну протягом року .
• Кадрові проблеми — нестача інженерів та висока плинність кадрів значно уповільнили розробку .
• Продуктивність — очікувалося, що Maia 200 поступатиметься за продуктивністю платформі Nvidia Blackwell, що збільшувало конкурентний розрив .

Цей відкат змусив Microsoft перекалібрувати свою загальну дорожню карту чіпів, включно з відтермінуванням більш амбітного дизайну "Braga-R" та чіпа "Cleato" до 2028 року або пізніше .

Стратегічна мета: зменшення залежності від Nvidia

Maia 300 знаменує собою значний розворот від внутрішніх експериментів до зовнішньої доступності. Ключові деталі:

• Microsoft веде переговори з TSMC щодо забезпечення виробничих потужностей для понад 300 000 чіпів Maia 300 з постачанням, запланованим на 2027 рік . Довгострокова ціль, за повідомленнями, перевищує 1 мільйон чіпів .
• Очікується, що новий чіп забезпечуватиме понад 30% більше токенів на долар порівняно з найновішим кремнієм у парку Microsoft, згідно з внутрішніми заявами .
• Microsoft планує запропонувати Maia 300 широкому колу клієнтів Azure, націлюючись на великі AI-навантаження, зокрема на Anthropic як потенційного зовнішнього клієнта .
• Зменшення залежності від дорогих процесорів Nvidia є основною мотивацією — Microsoft є одним із найбільших клієнтів Nvidia, і власний кремній дає їй кращий контроль над постачанням, структурою витрат та маржею .

Конкурентний ландшафт: власні AI-чіпи хмарних гігантів

Microsoft наздоганяє. Як Google, так і Amazon вже мають зрілі програми власних чіпів, які є більш просунутими з точки зору доступності та масштабу:

Google (TPU) — Найзріліша програма. TPU Trillium (v6e) широко доступний у Google Cloud, а TPU v7 "Ironwood" є останнім поколінням. TPU v5p від Google використовується для навчання Gemini у величезних кластерах (групи по 8 960 чіпів) . За повідомленнями, Google досягає приблизно в 4 рази кращого співвідношення ціна-продуктивність порівняно з інстансами H100 для навантажень з великими мовними моделями та підвищила маржу хмарного підрозділу до 36% завдяки ефективності власних чіпів .

Amazon (Trainium/Inferentia) — Trainium2 та Trainium3 готові до виробництва на AWS через інстанси EC2 Trn. Trainium3 став загальнодоступним на конференції re:Invent у грудні 2025 року. Amazon виграє завдяки дистрибуції — здаючи потужності Trainium в оренду як Anthropic, так і OpenAI, та забезпечуючи 37% зростання AWS .

Ключова відмінність Microsoft: Власні чіпи Google та Amazon вже безпосередньо доступні клієнтам хмарних сервісів як орендована обчислювальна потужність. Maia 100 та 200 від Microsoft були переважно внутрішніми — використовувалися лише для власних робочих навантажень Microsoft . З Maia 300 Microsoft має на меті закрити цю прогалину, зробивши чіп публічно доступною пропозицією Azure, а не просто приватною інфраструктурною ініціативою .

Підсумок

Maia 300 з'являється після невпевненого старту — затримки Maia 200 виявили слабкі місця в дизайні, кадрах та виконанні. Ставка Microsoft полягає в тому, що чіп третього покоління нарешті досягне масштабу та відкритості TPU від Google та Trainium від Amazon. Якщо він досягне цільового показника у понад 300 000 одиниць та забезпечить заявлену ефективність, це може суттєво змінити економіку AI-інфраструктури Microsoft та надати клієнтам Azure справжню альтернативу Nvidia. Однак Microsoft залишається молодшим гравцем у перегонах, де Google та Amazon вже мають доведені та широкодоступні програми власних чіпів.

Історія чіпів Maia

Подорож Microsoft у створенні власних AI-чіпів публічно розпочалася в листопаді 2023 року. Ось як порівнюються покоління:

• Maia 100 — Анонсований у листопаді 2023 року. Перше покоління, яке використовувалося переважно всередині Microsoft для обмежених AI-навантажень Azure .
• Maia 200 — Представлений у січні 2026 року (кодова назва Braga). Друге покоління, розгорнуте у власних центрах обробки даних Microsoft. Чіп вийшов із запізненням на шість місяців, оскільки спочатку його планували на середину 2025 року .
• Maia 300 — Третє покоління, публічний анонс якого очікується цієї осені, а масштабне виробництво на потужностях TSMC для клієнтів Azure — до 2027 року .

Складний шлях: затримки Maia 200 та кадрові проблеми

Програма Maia зіткнулася з турбулентністю на етапі 200. Масове виробництво чіпа "Braga" було відкладено щонайменше на шість місяців — з 2025 до 2026 року . Численні звіти, вперше опубліковані The Information, пояснюють затримку кількома взаємопов'язаними факторами:

• Зміни в дизайні — включаючи пізні запити на функції від OpenAI, які змусили провести капітальну переробку . За деякими даними, плинність кадрів у деяких командах розробників сягала 20% через тиск керівництва щодо завершення дизайну протягом року .
• Кадрові проблеми — нестача інженерів та висока плинність кадрів значно уповільнили розробку .
• Продуктивність — очікувалося, що Maia 200 поступатиметься за продуктивністю платформі Nvidia Blackwell, що збільшувало конкурентний розрив .

Цей відкат змусив Microsoft перекалібрувати свою загальну дорожню карту чіпів, включно з відтермінуванням більш амбітного дизайну "Braga-R" та чіпа "Cleato" до 2028 року або пізніше .

Стратегічна мета: зменшення залежності від Nvidia

Maia 300 знаменує собою значний розворот від внутрішніх експериментів до зовнішньої доступності. Ключові деталі:

• Microsoft веде переговори з TSMC щодо забезпечення виробничих потужностей для понад 300 000 чіпів Maia 300 з постачанням, запланованим на 2027 рік . Довгострокова ціль, за повідомленнями, перевищує 1 мільйон чіпів .
• Очікується, що новий чіп забезпечуватиме понад 30% більше токенів на долар порівняно з найновішим кремнієм у парку Microsoft, згідно з внутрішніми заявами .
• Microsoft планує запропонувати Maia 300 широкому колу клієнтів Azure, націлюючись на великі AI-навантаження, зокрема на Anthropic як потенційного зовнішнього клієнта .
• Зменшення залежності від дорогих процесорів Nvidia є основною мотивацією — Microsoft є одним із найбільших клієнтів Nvidia, і власний кремній дає їй кращий контроль над постачанням, структурою витрат та маржею .

Конкурентний ландшафт: власні AI-чіпи хмарних гігантів

Microsoft наздоганяє. Як Google, так і Amazon вже мають зрілі програми власних чіпів, які є більш просунутими з точки зору доступності та масштабу:

Google (TPU) — Найзріліша програма. TPU Trillium (v6e) широко доступний у Google Cloud, а TPU v7 "Ironwood" є останнім поколінням. TPU v5p від Google використовується для навчання Gemini у величезних кластерах (групи по 8 960 чіпів) . За повідомленнями, Google досягає приблизно в 4 рази кращого співвідношення ціна-продуктивність порівняно з інстансами H100 для навантажень з великими мовними моделями та підвищила маржу хмарного підрозділу до 36% завдяки ефективності власних чіпів .

Amazon (Trainium/Inferentia) — Trainium2 та Trainium3 готові до виробництва на AWS через інстанси EC2 Trn. Trainium3 став загальнодоступним на конференції re:Invent у грудні 2025 року. Amazon виграє завдяки дистрибуції — здаючи потужності Trainium в оренду як Anthropic, так і OpenAI, та забезпечуючи 37% зростання AWS .

Ключова відмінність Microsoft: Власні чіпи Google та Amazon вже безпосередньо доступні клієнтам хмарних сервісів як орендована обчислювальна потужність. Maia 100 та 200 від Microsoft були переважно внутрішніми — використовувалися лише для власних робочих навантажень Microsoft . З Maia 300 Microsoft має на меті закрити цю прогалину, зробивши чіп публічно доступною пропозицією Azure, а не просто приватною інфраструктурною ініціативою .

Підсумок

Maia 300 з'являється після невпевненого старту — затримки Maia 200 виявили слабкі місця в дизайні, кадрах та виконанні. Ставка Microsoft полягає в тому, що чіп третього покоління нарешті досягне масштабу та відкритості TPU від Google та Trainium від Amazon. Якщо він досягне цільового показника у понад 300 000 одиниць та забезпечить заявлену ефективність, це може суттєво змінити економіку AI-інфраструктури Microsoft та надати клієнтам Azure справжню альтернативу Nvidia. Однак Microsoft залишається молодшим гравцем у перегонах, де Google та Amazon вже мають доведені та широкодоступні програми власних чіпів.