Was Microsoft zugesagt hat
Scott Guthrie, Executive Vice President für Cloud und KI bei Microsoft, erklärte am 12. Oktober, die Azure-Maia-Familie werde ab 2027 auf Multi-Gigawatt-Einsätze wachsen und zum wichtigsten Inferenzsystem für Microsofts Produkte und Dienste werden. Reuters ergänzt, Microsoft plane, im kommenden Jahr möglicherweise mehr als eine Million Maia-300-Chips einzusetzen, und rechne in diesem Kalenderjahr mit Investitionsausgaben von mehr als 175 Milliarden US-Dollar.
Der bereits laufende Chip ist Maia 200. Laut Microsoft bedient er Produktionslasten einschließlich Microsoft Copilot, GitHub Copilot und Microsoft Foundry sollen bis zum Jahresende folgen. Er führt OpenAI-Modelle, Microsofts eigene MAI-Modelle und führende Open-Source-Modellfamilien aus und wird in den USA, in Europa und in Australien ausgerollt. Für integrierte KI in Teams, Copilot und Cowork nennt Microsoft bis zu 1,7-mal mehr Token pro Watt als führende GPU-Infrastruktur.
Das Datenblatt in einer Tabelle
Diese Werte hat Microsoft für Maia 300 veröffentlicht, das 2027 in die Produktion geht.
| Merkmal | Maia 300 laut Microsoft |
|---|---|
| Rechen-Chiplets | TSMC-Fertigungsknoten N2P |
| Speicher je Chip | 8 HBM4-Stapel, 18,0 TB/s Spitzenbandbreite |
| Leistung je Chip | 950 W TDP |
| Rack | 96 Beschleuniger in einem Rahmen von 167 kW |
| Rack-Speicher | 27,6 TB HBM, 1,7 PB/s Gesamtbandbreite |
| Effizienzversprechen | 40 Prozent mehr Token pro Megawatt als führende GPU-basierte Systeme |
| Durchsatzversprechen | bis zu 7-mal so viel Token-Durchsatz auf Rack-Ebene wie Maia 200 |
Beide Effizienzangaben sind Microsofts eigene Erwartungen für einen Chip, der noch nicht in Serie läuft. Microsoft hat die verglichenen GPU-Systeme nicht benannt, wie Reuters festhält.
Die Rack-Leistung ist die Zahl, nach der man fragen sollte
Ein höherer Wert an Token pro Megawatt bedeutet kein leichteres Rack. Reuters beziffert das Maia-300-Rack auf etwa 167 Kilowatt für 96 Chips, gegenüber 142 Kilowatt für Nvidias GB300-Rack mit 72 GPUs.
| Rack-Design | Beschleuniger | Rack-Leistung |
|---|---|---|
| Microsoft Maia 300 | 96 | etwa 167 kW |
| Nvidia GB300 | 72 GPUs | 142 kW |
| Nvidia-MGX-1.2-Designs | nicht genannt | bis zu 250 kW |
| AMD-Helion-Referenzrack | bis zu 16 Instinct MI350P GPUs | keine Rack-Leistung veröffentlicht |
Nvidia steuerte am selben Tag seine Vera-Rubin-Rack-Designs zum Open Compute Project bei, mit Flüssigkühlung auf Rack-Ebene und einer flüssiggekühlten 5.000-Ampere-Stromschiene. AMD zeigte Helion, ein offenes Rack-Design für agentische KI, mit Partnerversionen ab November 2026. Der gemeinsame Nenner ist Leistung und Kühlung pro Rack.
Wer die Ersparnis behält
Ein Chip, der mehr Token pro Megawatt liefert, senkt zuerst Microsofts eigene Betriebskosten. Ob davon etwas beim Kunden ankommt, ist eine kommerzielle Entscheidung, zu der die Ankündigung nichts sagt.
Maia-Kapazität ist Azure-Kapazität, und das ist die Lock-in-Seite der Geschichte: Keine der Quellen beschreibt Maia als außerhalb von Azure verfügbar. Kunden in Colocation, die ähnlich dichte Racks erwägen, stehen vor einer anderen Prüfung, nämlich vor der Frage, wie viel Strom und Kühlung ihre Halle pro Rack liefern kann.
Drei Fragen vor der Unterschrift
Fragen Sie Microsoft, ob niedrigere Betriebskosten bei Ihrer nächsten Verlängerung in den Preisen je Token oder den Copilot-Lizenzpreisen ankommen, und lassen Sie sich die Antwort in den Vertrag schreiben, nicht in eine Keynote.
Fragen Sie, welche Ihrer Workloads auf Maia laufen und mit welchen Modellen, denn laut Microsoft führt Maia 200 OpenAI-Modelle, eigene MAI-Modelle und Open-Source-Familien aus. Fragen Sie jeden Colocation-Anbieter nach der maximalen Kilowattzahl pro Rack und der Kühlart, bevor Sie dichte KI-Hardware planen.
Weiterlesen: Europas Quantenhardware läuft jetzt über Nvidias Compiler | Microsofts KI-Bilanz sinkt nur auf dem Papier
