Microsoft Maia 300: 96 acceleratori per rack e produzione dal 2027

Azure Maia 200 è in produzione, Maia 300 arriva nel 2027#

Microsoft ha annunciato che Maia 200 è già in produzione e serve i carichi di lavoro di produzione dell'azienda, tra cui Microsoft Copilot, mentre la terza generazione del programma, Maia 300, sarà impiegata in distribuzioni multi-gigawatt a partire dal 2027. Nel comunicato ufficiale l'azienda indica che Maia diventerà il sistema primario di inferenza per i propri prodotti e servizi. Maia 200 esegue già modelli OpenAI, modelli MAI di Microsoft e famiglie di modelli open source.

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Il punto che conta è che Maia 300 è progettato per i nuovi carichi dell'AI: ragionamento su contesti lunghi, esperienze conversazionali sensibili alla latenza e attività agentiche multi-step. Microsoft prevede che il sistema offra 40% di token in più per megawatt rispetto a sistemi basati su GPU, e che in configurazione completa da 96 acceleratori arrivi fino a 7x il throughput di token a livello di rack rispetto a Maia 200. Si tratta di stime indicate dallo stesso produttore.

Microsoft ha collegato i dettagli dell'annuncio a Microsoft Ignite 2026, in programma a San Francisco e online il mese successivo alla pubblicazione del comunicato. Per chi usa i servizi Microsoft, la data da tenere d'occhio è il 2027, perché prima di allora la produzione con Maia 300 non è ancora avviata.

Maia 200 e i carichi di lavoro reali di Microsoft#

Microsoft non progetta il chip in isolamento. Lo sviluppo del silicio richiede anni, quindi i team di hardware e software si confrontano in anticipo su architetture, dimensioni e capacità dei modelli futuri. Il punto di partenza sono i carichi reali, cioè i servizi che Microsoft fa funzionare su larga scala.

Maia 200 è già in produzione e serve Copilot e il team MAI, mentre GitHub Copilot e Microsoft Foundry arriveranno entro fine anno. Il sistema esegue modelli OpenAI, modelli MAI e famiglie open-source. Per le funzioni integrate in Teams, Copilot e Cowork, Microsoft dichiara fino a 1,7 volte più token per watt rispetto a un'infrastruttura basata su GPU concorrente: è una dichiarazione del produttore, non un risultato verificato da terzi nella fonte.

• Carico di lavoro: l'insieme di richieste che un sistema deve eseguire.

• Silicio: il materiale del chip; qui indica il processore progettato da Microsoft.

• Token: piccola unità di testo che il modello elabora per produrre una risposta.

• Watt: unità di potenza; più token per watt significa più risultati a parità di energia consumata.

• GPU: processore grafico, molto usato per far funzionare i modelli di intelligenza artificiale.

Maia 300 in numeri: rack, memoria e prestazioni dichiarate#

Microsoft descrive Maia 300 come sistema completo e non come singolo chip: il rack raccoglie 96 acceleratori entro 167 kW, con 27,6 TB di memoria HBM e 1,7 PB/s di banda aggregata nel dominio scale-up. Secondo l'azienda, questa densità permette di servire più interazioni AI simultanee da ogni rack e di migliorare la capacità dei data center. Per il dato sull'efficienza in token per megawatt, presentato come dichiarazione del produttore, vi rimandiamo alla sezione introduttiva.

Maia 300 è pensato per carichi di lavoro con contesti lunghi, risposte a bassa latenza e attività agentiche in più passaggi, e le prime distribuzioni in produzione sono previste nel 2027. I valori completi del singolo acceleratore, come la potenza termica e la banda di memoria, si trovano nella sezione successiva, dove sono riportati dalla scheda tecnica ufficiale.

La scheda: specifiche di Maia 300 in sintesi#

Il sistema Maia 300 è la terza generazione del programma Azure Maia e nasce con un'architettura pensata soprattutto per l'inferenza. La scheda seguente riassume le specifiche principali, lette dal grafico ufficiale di Microsoft. Tutti i valori sono dichiarazioni del produttore.

Specifiche di Maia 300 lette dal grafico ufficiale di Microsoft. Tutti i valori sono dichiarazioni del produttore. Fonte: Microsoft.

Microsoft prevede di avviare le distribuzioni in produzione di Maia 300 nel 2027, nello stesso periodo in cui il programma Azure Maia si estende a installazioni multi-gigawatt. Maia 200, già in produzione, rappresenta la generazione precedente su cui il produttore dice di aver basato la progettazione del nuovo sistema.

Azure Maia al centro della Frontier Transformation#

Una visione che parte dal chip#

Secondo Microsoft, la strategia è chiamata Frontier Transformation: un approccio che ottimizza l'intero percorso, dal silicio ai sistemi fino agli agenti AI. Hardware, software e applicazioni vengono quindi progettati insieme, invece che separatamente.

La piattaforma è descritta come aperta, eterogenea e multi-modello: può far girare modelli diversi e componenti hardware di tipi differenti, senza affidarsi a una sola scelta. Secondo l'azienda, né un singolo modello né un singolo chip definiranno il futuro. In questa cornice Azure Maia è presentata come una componente fondamentale dell'approccio, non come soluzione isolata.

Il glossario essenziale#

• Silicio: il materiale con cui si producono i chip, qui usato per indicare i processori stessi.

• Agente AI: un sistema che non si limita a rispondere, ma può ragionare, agire e collaborare per completare compiti in più passaggi.

• Piattaforma multi-modello: un ambiente che supporta più modelli di intelligenza artificiale diversi.

• Eterogenea: composta da elementi di natura differente.

• Inferenza: l'uso di un modello già addestrato per produrre risposte.

Dietro le quinte: galleria e video del chip Maia 300#

Il chip e il server nelle immagini#

La pagina Before - Microsoft's latest custom chip: Maia 300 raccoglie immagini e un video che mostrano il chip, il suo package e il server che lo ospita. Le foto aiutano a capire come il componente si collega al sistema e al rack.

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

La pagina elenca gli interventi di alcuni dirigenti Microsoft: Scott Guthrie (EVP, Cloud + AI Group) sul vantaggio full-stack dell'AI su scala di produzione; Rani Borkar (presidente, Azure Hardware Systems and Infrastructure) sull'approccio di sistema all'inferenza efficiente; Saurabh Dighe (CVP, Azure Hardware Systems Planning and Architecture) sui progressi nei livelli dell'infrastruttura; Mustafa Suleyman (CEO, Microsoft AI) sulla co-progettazione tra chip e modello; Jim Kleewein (Technical Fellow, Microsoft 365) su Maia che alimenta le esperienze AI in Microsoft 365. Per i contenuti completi, consultate la pagina originale.

Deep dive: come è fatta l'architettura di Maia 300#

Dati prima di tutto: l'architettura SDLA#

Maia 200 ha introdotto l'architettura SDLA, cioè Software Defined Locally Accessed Dataflow Architecture. Il software decide esplicitamente dove collocare i dati, come spostarli, convertirli e sincronizzarli tra memorie locali, motori DMA, unità di calcolo e rete, mentre il controllo resta separato dall'esecuzione.

Con Maia 300 la memoria passa da un'organizzazione uniforme (UMA) a una non uniforme (NUMA) tra i chiplet. Ogni zona di calcolo ha memoria vicina, quindi i dati viaggiano su distanze più brevi e consumano meno energia.

Chiplet e formati a bassa precisione#

Il calcolo è realizzato sul processo TSMC N2P, mentre controller di memoria e I/O sono su chiplet separati, ottimizzati per banda, connettività e costo. Secondo Microsoft, rispetto a Maia 200 questa scelta porta +36% di FLOPS di calcolo, 2,5 volte la banda HBM e +14% di banda scale-up, con circa il doppio di banda HBM per watt. Sono dati dichiarati dal produttore. I formati a bassa precisione, come MXFP4 e quelli sotto i 3 bit, riducono i byte da spostare per ogni token.

• SDLA: architettura in cui il software governa il percorso dei dati.

• NUMA: memoria non uniforme, con zone di memoria vicine a ciascun blocco di calcolo.

• MXFP4: formato numerico a bassa precisione, che occupa meno memoria.

• HBM4: memoria ad alta banda; Maia 300 ne usa 8 stack per 288 GB e 18 TB/s per acceleratore.

Rete: un unico tessuto Ethernet#

Maia 300 usa un solo tessuto Ethernet per il dominio scale-up, dentro il pod e fino al superpod, con la stessa semantica di comunicazione. Esistono tre domini di latenza: la coppia diretta di acceleratori, gli acceleratori dello stesso pod a un hop di switch e quelli di pod diversi a tre hop. Un rack contiene 96 acceleratori, e un superpod arriva fino a 12.288 acceleratori su 128 rack, collegati con ottiche tra i rack.

Per i dettagli tecnici completi, consultate la fonte originale: Deep dive into Azure Maia 300 architecture.

Maia 200 in video e in galleria#

La pagina ufficiale di Maia 200 raccoglie sei immagini, tra silicio, acceleratore, sistema, hardware, rack e blade server, insieme a due video di presentazione. Qui ne trovate tre, per vedere il chip da vicino e il contesto in cui viene testato. Microsoft dichiara un 30% di migliore rendimento per dollaro rispetto ai sistemi esistenti: è un’affermazione del produttore, che in queste fonti non trova conferme indipendenti. Per approfondire, consultate la pagina Maia 200.

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Maia 200 in numeri: 216 GB di HBM3e e 750 W#

Specifiche dichiarate da Microsoft#

Secondo il post ufficiale Microsoft, Maia 200 è un acceleratore per l'inferenza costruito con processo TSMC a 3 nanometri, con oltre 140 miliardi di transistor per chip. Microsoft dichiara oltre 10 petaFLOPS in FP4 e oltre 5 petaFLOPS in FP8, entro un TDP SoC di 750 W.

La memoria comprende 216 GB di HBM3e a 7 TB/s e 272 MB di SRAM on-chip. Ogni acceleratore espone 2,8 TB/s di banda scale-up bidirezionale su Ethernet standard, con cluster fino a 6.144 acceleratori.

Microsoft confronta il chip con la terza generazione di Amazon Trainium, dichiarando tre volte la performance FP4, e con la settima generazione di Google TPU, dichiarando una performance FP8 superiore. Si tratta di affermazioni del produttore.

Maia 200 è distribuito nella regione US Central vicino a Des Moines, Iowa. La regione US West 3 vicino a Phoenix, Arizona, è indicata come prossima in arrivo.

Come leggere questi numeri: metodo e limiti#

Chi ha misurato i dati#

Quasi tutti i numeri di questo articolo sono dichiarazioni di Microsoft, contenute nel blog ufficiale, nel blog Azure e nella pagina tecnica su Maia 300. Nelle fonti consultate non compaiono test indipendenti: i valori vanno letti come affermazioni del produttore.

Confronti e basi di misura#

• Il 40% di token per megawatt è confrontato con «leading GPU-based systems», senza nomi di prodotti né configurazioni dichiarate.

• Il 7 volte di throughput a livello di rack e i 2,5 volte di prestazioni per watt sono confronti con Maia 200, non con sistemi GPU.

• Il 2,5 volte di banda HBM è una misura diversa dalle prestazioni per watt: non va sommato o sovrapposto ad altri valori.

• La nozione di token non è definita nei testi, quindi il confronto dipende dal modo in cui Microsoft la conta.

Cosa non si sa ancora#

Le fonti non danno prezzi per Maia 300, né costi per token o per ora di calcolo, quindi il vantaggio in termini di costo non è quantificabile. I valori della tabella di sintesi sono letti dall'immagine ufficiale del produttore e non da un dataset verificabile. Per valutare l'effetto sui vostri costi servono benchmark indipendenti e informazioni commerciali che oggi non sono pubbliche.

Cosa significa per un'azienda#

Le fonti descrivono Maia come infrastruttura interna di Azure e non dicono che sia venduta separatamente, quindi le scelte concrete riguardano i servizi che la utilizzano.

1. Verificate quali servizi Microsoft girano su Maia prima di scegliere un fornitore. Le fonti indicano Maia 200 al servizio di Microsoft Copilot, mentre GitHub Copilot e Microsoft Foundry dovrebbero seguire entro fine anno. Chiedete al fornitore se il vostro servizio è su questa infrastruttura.

2. Chiedete la disponibilità nella vostra regione. Le fonti citano US Central, vicino a Des Moines, nell'Iowa, e US West 3, vicino a Phoenix, in Arizona, oltre a Stati Uniti, Europa e Australia in generale, senza un elenco completo di regioni.

3. Misurate il costo per risultato sui vostri carichi di lavoro. Le percentuali di miglioramento, come il 30% di performance per dollar e il 40% di token per megawatt, sono dichiarazioni del produttore e vanno verificate con i vostri dati.

4. Distinguete l'uso dell'AI come servizio dallo sviluppo di modelli. La preview dell'SDK Maia, con compilatore Triton, supporto a PyTorch e simulatore, è rivolta a sviluppatori, startup e ricercatori, quindi riguarda chi costruisce o ottimizza modelli.

5. Confrontate i fornitori con la guida testo, usando gli stessi criteri su costi, regioni e servizi disponibili.

Domande frequenti#

Come è stato calcolato il voto#

Il voto della valutazione è la media di questi criteri, ciascuno motivato con un fatto delle fonti ufficiali.