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

_Il terzo chip di inferenza AI di Microsoft: cifre, architettura e limiti delle dichiarazioni del produttore_

Fonte: https://andreapirazzini.it/blog/microsoft-maia-300-96-acceleratori-per-rack-e-produzione-dal-2027 · 14 ottobre 2026

> Articolo redatto da un sistema di AI a partire da fonti ufficiali: https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/.

## In breve

- Microsoft prevede di portare la famiglia Azure Maia a distribuzioni su scala multi-gigawatt a partire dal 2027.
- Secondo Microsoft, Maia 300 offre il 40% di token in più per megawatt rispetto ai sistemi basati su GPU presi a confronto.
- Ogni chip combina otto stack di memoria HBM4 con 288 GB di capacità e 18 TB/s di banda di picco.
- Un rack completo integra 96 acceleratori entro un'envelope di 167 kW, con 27,6 TB di capacità HBM.
- Il confronto con Maia 200, fino a 7 volte il throughput per rack, è una dichiarazione del produttore e non risulta verificato da test indipendenti.

## 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](https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/) 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.

[Video: Il video, collegato al comunicato Microsoft su Azure Maia, accompagna l'annuncio di Maia 300 e della sua tempistica di distribuzione. Fonte: Microsoft.](https://www.youtube.com/watch?v=Dxx7ZuoDoYw)

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

- **96** Acceleratori per rack (Configurazione completa Maia 300)
- **167 kW** Potenza del rack (Inviluppo energetico dichiarato)
- **27,6 TB** Capacità HBM (Per rack)
- **1,7 PB/s** Banda HBM aggregata (Nel dominio scale-up)

_Fonte: [Microsoft](lnk1), dichiarazioni del produttore_

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.

![Server rack con cavi collegati e indicatori verdi, affiancati da tubazioni metalliche e apparecchiature di raffreddamento.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/058f4fa9-1a00-4bd0-8504-20deb305fe0f.jpg)
*Il sistema Azure Maia 300 nei rack, con server collegati in rete e impianti di raffreddamento accanto. Fonte: Microsoft.*

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.

![Tabella delle specifiche del chip Maia 300, con a fianco un'illustrazione del package.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/5f86723a-fb3c-4d4b-8a9e-e6dbc068e02b.jpg)
*La scheda tecnica ufficiale di Microsoft riassume le specifiche del chip Maia 300. Fonte: Microsoft.*

## 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.

| Specifica | Maia 300 |
| --- | --- |
| Process technology | — |
| FP4 POPS | 13.8 |
| FP8 POPS | 6.9 |
| SoC TDP | 950 |
| HBM | — |
| HBM BW | 18 |
| HBM capacity | 288 |
| Back-end network | — |
| Scale-up BW: bi-directional | 3.2 |
| Pod Size | 96 |
| Cluster size (within scale-up domain) | 12000 |

**Microsoft Azure Maia 300 contro Maia 200: specifiche a confronto** — Prestazioni di calcolo, banda HBM, capacità di memoria e densità per rack dichiarate da Microsoft

| Voce | Maia 200 | Maia 300 |
| --- | --- | --- |
| Calcolo FP4 (POPS) | 10,1 | 13,8 |
| Calcolo FP8 (POPS) | 5,1 | 6,9 |
| Banda HBM (TB/s) | 7,1 | 18 |
| Capacità HBM per chip (GB) | 216 | 288 |
| Acceleratori per rack | 48 | 96 |
| Banda scale-up bidirezionale (TB/s) | 2,8 | 3,2 |

_Fonte: Microsoft, valori letti dal grafico ufficiale Maia 300 Specifications_

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](https://news.microsoft.com/maia-2026/) 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.

**Chip e server Maia 300**

- [Chip prototipo Maia 300 su fondo blu e nero, con il marchio Microsoft sul package](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/c3b9f589-331c-49d4-84d6-6b05a03a1c4a.png) — Il prototipo del chip Maia 300 su fondo scuro, con il marchio Microsoft Azure ben visibile sul package. Fonte: Microsoft.
- [Render del chip Maia 300 su sfondo blu scuro](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/1ff360d2-87b5-45b8-a2c1-40616a198240.png) — Il render mostra lo stesso chip isolato su fondo blu scuro, con il marchio Microsoft Azure e la scritta Maia 300. Fonte: Microsoft.
- [Render di un server aperto con le indicazioni del flusso d'aria e i moduli di raffreddamento](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/86f82e21-bd22-4f16-96d5-643da0849181.png) — Il render mostra l'interno di un server con i moduli di ventilazione e i dissipatori, cioè il contesto in cui il chip lavora. Fonte: Microsoft.

*Immagini: Microsoft.*

[Video: Il video della pagina Microsoft presenta il sistema Azure Maia 300, da guardare insieme alle immagini della galleria. Fonte: Microsoft.](https://www.youtube.com/watch?v=DkzQGISPBow)

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

![Il chip Maia 300 con il logo Microsoft Azure, montato su un supporto metallico scuro appoggiato su una superficie nera](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/32f64f11-4e35-4227-86d6-e5247bdbc804.webp)
*È il chip Maia 300 presentato da Microsoft, mostrato come package completo. L'articolo di architettura che segue spiega cosa c'è dentro. Fonte: Microsoft.*

### 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.

![Schema dell'architettura del system-on-chip di Maia 300, con cluster, tile, rete interna e blocchi HBM](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/d582a570-f7b8-466c-858a-90e9bb5e592f.webp)
*Lo schema mostra i blocchi del system-on-chip e come sono collegati tra loro. Aiuta a capire dove si trovano il calcolo, la memoria e le connessioni all'interno del chip. Fonte: Microsoft.*

### 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.

![Diagramma della rete scale-up a due livelli: switch di primo livello nei pod, switch di secondo livello sopra, e acceleratori Maia 300 collegati a coppie](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/0ed9564c-a136-4398-b51c-47ca7067d05b.webp)
*Il diagramma mostra come i pod si collegano tra loro tramite switch di secondo livello. Le linee tratteggiate indicano i collegamenti ottici tra pod, quelle continue i collegamenti elettrici interni. Fonte: Microsoft.*

Per i dettagli tecnici completi, consultate la fonte originale: [Deep dive into Azure Maia 300 architecture](https://azure.microsoft.com/en-us/blog/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](https://news.microsoft.com/maia-200/).

**Maia 200 in immagini**

- [Chip Maia 200 con il logo Microsoft Azure, montato su un supporto metallico davanti a una scheda elettronica sfocata.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/0bf0ea14-89c5-4f81-89b3-ce4482ba4b8b.png) — Il silicio Maia 200 in primo piano, con il logo Microsoft Azure e la scritta Maia 200 sul package. Fonte: Microsoft.
- [Una persona seduta su uno sgabello rosso parla in un laboratorio con scaffali di apparecchiature di test.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/3ef7d332-f12d-48b1-95e9-03017829c78a.png) — Un ambiente di laboratorio con scaffali di strumenti di test, nel quale si colloca il racconto del sistema Maia 200. Fonte: Microsoft.
- [Primo piano sfocato del package Maia 200 con il logo Microsoft Azure su sfondo scuro.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/884f0fd1-6d71-483c-b0ce-f631048720f6.png) — Dettaglio ravvicinato del chip Maia 200, con il marchio Microsoft Azure e il nome del prodotto. Fonte: Microsoft.

*Immagini: Microsoft.*

[Video: Video di presentazione di Maia 200 linkato nella pagina Microsoft, con Scott Guthrie o Jessica Hawk come relatori. Fonte: Microsoft.](https://www.youtube.com/watch?v=bGecvPR2QWo)

[Video: Altro video di presentazione di Maia 200 nella pagina Microsoft, con Scott Guthrie o Jessica Hawk come relatori. Fonte: Microsoft.](https://www.youtube.com/watch?v=bsu4buVY8YU)

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

### Specifiche dichiarate da Microsoft

Secondo il [post ufficiale Microsoft](https://blogs.microsoft.com/blog/2026/01/26/maia-200-the-ai-accelerator-built-for-inference/), **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**.

- **216 GB** HBM3e a 7 TB/s
- **750 W** TDP SoC
- **2,8 TB/s** Banda scale-up bidirezionale
- **6.144** Acceleratori per cluster

_Fonte: Microsoft, post ufficiale Maia 200_

![The Maia 200 AI accelerator chip with cables and equipment in the background.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/13f43d48-efc0-430d-843a-47332f55e83d/caab2439-495f-438c-b062-fa95f613c65c.jpg)
*Il chip Maia 200 con il logo Microsoft Azure, fotografato su un banco di lavoro con cavi e apparecchiature sullo sfondo. Fonte: Microsoft.*

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.

> **Attenzione:** Maia 300 non è ancora in servizio: la produzione comincia nel 2027. Il produttore usa il verbo «expect» per il vantaggio del 40%, quindi si tratta di previsioni di progetto, non di risultati osservati in esercizio.

### 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](https://andreapirazzini.it/blog/chi-fa-intelligenza-artificiale-per-aziende-italia), usando gli stessi criteri su costi, regioni e servizi disponibili.

## Domande frequenti

**Quando entra in produzione Maia 300?**

Le fonti indicano che le distribuzioni in produzione di **Maia 300** partono nel **2027**. Microsoft prevede di scalare la famiglia Azure Maia a distribuzioni **multi-gigawatt** a partire dallo stesso anno, rendendo Maia il sistema principale per l'inferenza dei prodotti Microsoft.

**Che cosa significa inferenza, in parole semplici?**

È la fase in cui un modello già addestrato produce le risposte, generando i token che compongono testi e risposte. Maia 300 è progettata soprattutto per questa fase, con contesti lunghi e compiti agentici in più passaggi.

**Maia 300 sostituisce le GPU?**

Le fonti non dicono questo. Descrivono un'infrastruttura eterogenea, in cui convivono più tipi di acceleratori e più modelli. Il confronto riportato è con i sistemi basati su GPU: Microsoft dichiara fino al **40%** di token in più per megawatt, come previsione del produttore.

**Qual è la differenza tra Maia 200 e Maia 300?**

Maia 300 porta a **96 acceleratori** il rack, che nel sistema precedente raddoppia la densità. Secondo Microsoft, nella configurazione completa offre fino a **7 volte** il throughput di token a livello di rack rispetto a Maia 200. Ogni acceleratore dispone di **288 GB** di HBM4 con **18 TB/s**, contro **216 GB** e **7 TB/s** di Maia 200: capacità di memoria più alta del **33%** e banda **2,5 volte** superiore.

> **Nota:** Questo articolo è stato scritto con l'aiuto dell'intelligenza artificiale. Le cifre sono verificate sulle fonti indicate. Le prestazioni citate sono dichiarazioni di Microsoft, non misure indipendenti.

## Come è stato calcolato il voto

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

| Criterio | Voto | Motivo |
| --- | --- | --- |
| Prestazioni dichiarate | 6/10 | Microsoft dichiara fino a 7 volte il throughput per rack rispetto a Maia 200 e il 40% di token in più per megawatt, ma sono dati del produttore non verificati da test indipendenti. |
| Prezzo e disponibilità | 3/10 | Le produzioni sono previste a partire dal 2027 e le fonti non indicano prezzi né modalità di acquisto per clienti esterni. |
| Apertura e licenza | 4/10 | Le fonti non dichiarano il modello di licenza; l'SDK in anteprima citato riguarda Maia 200, non Maia 300. |
| Trasparenza dei dati | 6/10 | Le fonti pubblicano specifiche dettagliate (288 GB di HBM4, 18 TB/s, 950 W di TDP, 167 kW per rack), ma la tabella riporta una cluster size di 12000 mentre il testo indica 12.288 acceleratori. |
| Uso in azienda | 5/10 | Il sistema è destinato a carichi di inferenza di Microsoft come Copilot, GitHub Copilot e Foundry, mentre l'uso da parte di terzi non è descritto. |