Microsoft ha presentato Maia 300, la nuova generazione della propria piattaforma hardware per l’intelligenza artificiale. L’annuncio del 12 ottobre segna un ulteriore passo nella strategia dell’azienda: progettare sistemi sempre più legati alle esigenze dei suoi servizi, migliorando l’efficienza con cui vengono eseguiti i modelli.
L’espansione dell’infrastruttura Azure Maia è prevista a partire dal 2027, con installazioni su scala di più gigawatt. L’obiettivo dichiarato è rendere questa famiglia di sistemi il riferimento principale per l’inferenza dei prodotti e servizi Microsoft.
Il lavoro dietro ogni risposta dell’intelligenza artificiale
L’inferenza è la fase in cui un modello già addestrato viene utilizzato per elaborare una richiesta e produrre una risposta. È il lavoro che si ripete quando un assistente scrive un testo, analizza informazioni o affronta una sequenza di operazioni.
Maia 300 è progettato per sostenere anche esigenze più complesse: ragionamento su contesti lunghi, conversazioni che richiedono tempi di risposta ridotti e attività articolate in più passaggi.
Il progetto considera insieme processori, memoria, collegamenti e software. L’efficienza dipende infatti anche dalla rapidità con cui i dati raggiungono le unità di calcolo, evitando trasferimenti inutili e colli di bottiglia.
Fino al 40% di token in più per megawatt, secondo Microsoft
L’azienda prevede che Maia 300 possa elaborare il 40% di token in più per megawatt rispetto ai principali sistemi basati su GPU. I token sono le unità in cui i modelli suddividono i contenuti durante l’elaborazione.
Microsoft indica inoltre un throughput fino a sette volte superiore rispetto a Maia 200, considerando una configurazione completa con 96 acceleratori.
Sono confronti da leggere con attenzione: il primo riguarda l’efficienza energetica, il secondo la capacità complessiva di elaborazione a livello di rack. Non descrivono quindi la stessa misura e non significano che ogni singolo chip sia sette volte più veloce. Si tratta inoltre di dati comunicati dal produttore, non di risultati verificati attraverso benchmark indipendenti.
Una partita industriale che si gioca nei datacenter
L’architettura impiega più chiplet, assegnando alle diverse funzioni tecnologie produttive adatte alle rispettive necessità. Le parti dedicate al calcolo utilizzano il processo TSMC N2P, mentre controller della memoria e interfacce vengono separati.
Per Microsoft, la posta in gioco è il controllo dell’infrastruttura che sostiene i suoi servizi. Una piattaforma proprietaria permette di coordinare più strettamente sviluppo hardware e software, con l’obiettivo di contenere i costi operativi e sfruttare meglio l’energia disponibile.
La verifica decisiva arriverà con le installazioni previste dal 2027: sarà allora possibile valutare quanto le promesse di Maia 300 si traducano in vantaggi nei carichi di lavoro reali.
