Maia 300 bygges på TSMC 2 nm: 13,8 PFLOPS FP4 og 950 watt per brikke

Maia 300 bygges på TSMC 2 nm: 13,8 PFLOPS FP4 og 950 watt per brikke

KUNNGJØRING: Microsoft har presentert sin tredje generasjon egenutviklede AI-akselerator, Azure Maia 300, med produksjonsutrulling fra 2027. Brikken har 288 GB HBM4-minne og 13,8 PFLOPS FP4-ytelse, men de omdiskuterte effektivitetstallene er fortsatt selskapets egne målinger – ingen uavhengig part har testet brikken.

Nyhetens kjerne

Mandag 12. oktober 2026 kunngjorde Microsoft Maia 300, den tredje generasjonen av selskapets egenutviklede AI-akselerator. Ifølge UPI er kunngjøringen et ledd i Microsofts satsing på å redusere avhengigheten av Nvidias og AMDs maskinvare, ved å bruke egne brikker i stadig større del av AI-infrastrukturen.

Satya Nadella, konsernsjef i Microsoft, sa ifølge TechPowerUps referat fra kunngjøringen at selskapet vil skalere Maia-familien til multigigawatt-utrullinger, og at den skal bli selskapets primære AI-inferenssystem for egne produkter og tjenester. Produksjonsutrullingen starter i 2027, ifølge Notebookcheck.

Maia 300 er designet for inferensarbeidsmengder – altså å kjøre ferdig trente modeller, ikke å trene dem. Ifølge TechBooky og NaijaEyes Blog handler det om krevende oppgaver som kompleks resonnering, lange samtaleapplikasjoner og oppgaver utført av AI-agenter.

Spesifikasjonene

De tekniske tallene er detaljerte og konsistente på tvers av kildene:

• Regneytelse: opptil 13,8 PFLOPS ved FP4-presisjon og 6,9 PFLOPS ved FP8 (Notebookcheck)
• Effekt: 950 W SoC-effekt, mot 750 W for Maia 200
• Minne: 288 GB HBM4 fordelt på åtte stakker, med samlet båndbredde på 18 TB/s
• Skalering: 3,2 TB/s scale-up-båndbredde, 96 akseleratorer per rack, og klynger på opptil rundt 12 000 brikker

Arkitekturen er et chiplet-design bygget på TSMCs nyeste N2P-node (2 nm), ifølge TechPowerUp, som beskriver en hovedregne-die omgitt av to I/O-dies på en eldre node og fire DDR RDIMM-minnetiles som systemminne. Notebookcheck henviser til Reuters for detaljene om prosessnoden.

Generasjonshoppet fra Maia 200

Microsoft oppsummerte selv forbedringen sammenlignet med forgjengeren. «Maia 300 gir 2,5 ganger minnebåndbredden, 33 % mer kapasitet og omtrent 2 ganger HBM-båndbredden per watt sammenlignet med Maia 200», sto det i kunngjøringen, gjengitt av UPI.

Sjekker man tallene mot Maia 200s spesifikasjoner, gir de mening: forgjengeren har 216 GB HBM3e ved 7 TB/s, over 140 milliarder transistorer og over 10 petaFLOPS ved 4-biters presisjon, ifølge Startup Fortune. Med 288 GB og 18 TB/s i Maia 300 er hoppet i båndbredde omtrent som oppgitt.

Konteksten som gir saken tyngde

Det som skiller denne kunngjøringen fra rene fremtidsløfter, er at forgjengeren allerede er i drift. Microsoft oppgir at Maia 200 kjører produksjonsarbeidsmengder, inkludert Microsoft Copilot, samt OpenAI-modeller, Microsofts egne MAI-modeller og åpne modellfamilier i Azure, ifølge Startup Fortune.

Tjenester som nevnes i sammenheng med Maia-programmet er GitHub Copilot, Microsoft Foundry, Teams og Dragon Copilot (TechBooky). Maia 200 rulles ifølge TechPowerUp ut i regioner i USA, Europa og Australia. Maia 300 er altså ikke et eksperiment, men en skalering av en etablert strategi.

Effektivitetspåstandene – med store forbehold

Kunngjøringens mest aggressive tall er Microsofts egne, og de bør leses med forsiktighet:

• 40 % flere tokens per megawatt enn «ledende GPU-baserte AI-systemer» – Microsoft har ifølge Notebookcheck «ikke gitt tilstrekkelige detaljer om de konkurrerende GPU-konfigurasjonene til å uavhengig fastslå omfanget av effektivitetsfordelen».
• 70 % flere tokens per watt for Maia 200 sammenlignet med «AI-GPU-er», målt over Copilot og Teams, ifølge TechPowerUps referat – også dette en selskapsoppgave.
• Opptil syv ganger rack-skala token-gjennomstrømming i forhold til Maia 200 for en fullt utbygget konfigurasjon med 96 akseleratorer. TechBooky minner om at dette «ikke bør leses som bevis på at én Maia 300-brikke er sju ganger raskere enn en Nvidia-GPU» – sammenligningen gjelder et helt rack mot forgjengeren, ikke én brikke mot konkurrentenes.

Felles for alle tre tallene er at de ikke er uavhengig verifisert. Ingen tredjepartsselskaper hadde testet Maia 300 per kunngjøringsdagen, ifølge UPI, og det finnes ingen pris eller dato for når kunder kan leie Maia 300-kapasitet i Azure.

Skala og marked

Ambisjonsnivået er høyt: Ifølge Reuters, gjengitt av Yahoo Finance, kan Microsoft deployere over én million Maia 300-brikker neste år. Selskapets aksjekurs steg om lag 1,07 % på kunngjøringsdagen. Også dette tallet er et spårprosjeksjonspreget «kan» – ikke en bekreftet produksjonsplan – og det er gjengitt i andre hånd.

Forholdet til Nvidia

Til tross for de store planene, er Maia ikke en fullstendig Nvidia-erstatning. Som Startup Fortune peker på, er Maia ment å supplere GPU-er for spesifikke oppgaver, ikke erstatte dem fullstendig, og Microsoft fortsetter å kjøpe store mengder Nvidia-maskinvare til arbeidsmengder Maia ikke er bygget for. Det handler i praksis om arbeidsdeling: egne brikker til inferens i kjente, hyppige arbeidsmengder, og kommersielle GPU-er til resten – inkludert trening, der maia-brikken etter alt å dømme ikke er ment å konkurrere.

Åpne spørsmål

Flere sentrale spørsmål står ubesvart etter kunngjøringen:

1. Ingen uavhengige tester. Effektivitetspåstandene hviler på Microsofts egne målinger uten offentliggjorte sammenligningskonfigurasjoner.
2. Ingen pris. Microsoft har ikke oppgitt hva brikken koster å produsere eller leie ut.
3. Ukjent tilgjengelighet for kunder. Det finnes foreløpig ingen dato for når Azure-kunder kan få tilgang til Maia 300-kapasitet.
4. Usikkert produksjonsvolum. Milliontallet fra Reuters er en mulig utrulling, ikke en bekreftet plan.

Maia 300-kunngjøringen er konkret på spesifikasjonene og baket av en brikkefamilie som allerede er i produksjon. Men hvorvidt Microsofts effektivitetstall holder i praksis, får vi trolig ikke vite før uavhengige målinger foreligger – og ingen har lovet når det skjer.