Maia 300: Microsoft lover flergigawatt-utplassering av egen inferensbrikke fra 2027
Microsoft lanserte mandag 12. oktober 2026 sin tredje generasjon egenutviklede AI-brikker, Maia 300, på OCP Global Summit i San Jose. Brikken er ifølge selskapet ment som det primære inferenssystemet for Microsofts produkter og tjenester, med produksjonsutrulling fra 2027 og planer om flergigawatt-utplasseringer av Maia-familien. Samtidig bør leseren skille mellom de konkrete spesifikasjonene og selskapets egne effektivitetstall, som foreløpig ikke lar seg etterprøve.
Nyheten: tredje generasjon Maia
Maia 300 følger i fotsporene til Maia 100 og Maia 200, og ifølge The Verge er brikken designet for å være «primært AI-inferenssystem» for Microsofts produkter og tjenester. Selskapet fremhever at den skal forbedre kostnadene og effektiviteten ved å kjøre AI-arbeidsmengder i skyen, og at den er bedre egnet for de nyeste resonneringsmodellene og agentbaserte oppgaver (The Verge) (ea73348c).
Utrullingen til produksjon starter i 2027, ifølge både The Verge og Notebookcheck (81bb6821). Brikken ble avduket på OCP Global Summit 2026 i San Jose mandag, og vil ifølge Yahoo Finance inngå i det selskapet omtaler som flergigawatt-utplasseringer som begynner «til neste år» (Yahoo Finance) (2e309c50). Microsoft lover flere detaljer på Ignite-konferansen i november (6eb2bfd1).
Maskinvaren: chiplet-design med 2 nm beregningsdie
Teknisk sett er Maia 300 bygget opp som en pakke med flere chiplets. Hovedberegningsdelen produseres med TSMCs avanserte N2P-prosess på 2 nanometer, mens separate minne- og I/O-chiplets inngår i pakken. Denne arkitekturen lar Microsoft produsere ulike komponenter med prosessnoder tilpasset deres respektive behov (Notebookcheck) (81bb6821).
De oppgitte tallene plasserer brikken i toppsjiktet av dagens AI-akseleratorer:
- 13,8 PFLOPS FP4 og 6,9 PFLOPS FP8 i beregningskraft
- 288 GB HBM4 fordelt på åtte stabler, med 18 TB/s minnebåndbredde
- 3,2 TB/s toveis scale-up-båndbredde
- 950 W maksimal effekt for hele SoC-en
TechPowerUp oppgir i tillegg at pakken inneholder fire DDR RDIMM-minnetiles som systemnivå-hovedminne, en detalj som ikke figurerer i Notebookchecks spesifikasjonsoversikt og som derfor bør leses med noe forbehold (TechPowerUp) (48b8642a).
På systemnivå skalerer designet til 96 akseleratorer per rack — en «Maia Pod» — og opp til rundt 12 000 akseleratorer i et scale-up-domene (81bb6821, 48b8642a).
Skala og plass i Microsofts flåte
Maia 200 er allerede i produksjonsbruk: Den kjører Microsoft Copilot i USA, Europa og Australia, og ifølge The Decoder følger GitHub Copilot og Foundry innen utgangen av året (6eb2bfd1). Administrerende direktør Satya Nadella har ifølge samme kilde omtalt satsingen som «vår største innsats så langt på vår egen silisium» (6eb2bfd1).
Scott Guthrie, konsernvise-president i Microsofts skygruppe, rammet inn planene slik, gjengitt av The Verge: «Vi vil skalere vår Azure Maia-familie til flergigawatt-utplasseringer fra 2027, og gjøre Maia til det primære AI-inferenssystemet for Microsofts produkter og tjenester» (ea73348c).
Reuters har i tillegg rapportert, sitert av Mobile World Live, at Microsoft potensielt planlegger å utplassere mer enn én million Maia 300-brikker «til neste år» (Mobile World Live) (e8ef2975). Dette tallet er ikke bekreftet av et primærdokument, og forholdet til produksjonstidslinjen i 2027 er uklart — «neste år» kan referere til 2027, men kildene gir ikke grunnlag for å slå dette fast.
Effektivitetspåstandene: tro det, men verifiser det ikke
Det er her skillene mellom faktum og markedsføring blir viktigst. Guthrie sier ifølge The Verge: «Vi forventer at Maia 300 skal levere 40 prosent flere tokens per megawatt sammenlignet med ledende GPU-baserte systemer. Og i en full 96-akselerator-konfigurasjon leverer den opptil 7 ganger rack-skala token-gjennomstrømning sammenlignet med Maia 200» (ea73348c).
Disse er altså selskapsutsagn, ikke uavhengig verifiserte fakta. Notebookcheck peker på kjernen i problemet: Microsoft «har ikke gitt tilstrekkelige detaljer om de konkurrerende GPU-konfigurasjonene til å uavhengig fastslå omfanget av effektivitetsfordelen» (81bb6821). Uten å vite hvilke GPU-er, i hvilken konfigurasjon og under hvilke arbeidsmengder sammenligningen gjøres, kan 40 prosent-tallet ikke etterprøves.
Det finnes dessuten en uavklart interne uoverensstemmelse i dekningen: TechPowerUp omtaler «70 prosent flere tokens per Watt» for Maia 200, mens The Decoder og Yahoo Finance siterer 1,7x tokens per watt i Teams. Det kan være samme tall presentert ulikt, men degitte kilder løser ikke dette — det bør holdes åpent (48b8642a, 6eb2bfd1, 2e309c50).
Markedsreaksjon og betydning
Markedet reagerte målbart på nyheten: Nvidia falt 1,5 prosent og AMD 3,4 prosent på dagen, ifølge Barron's via MSN (MSN/Barron's) (8b394cc5). Rishi Jaluria, analytiker i RBC Capital Markets, rammte det inn som vertikal integrasjon som kan forbedre Azure AI-enhetsøkonomi (8b394cc5).
Det er verdt å holde tallegrunnlaget for aksjemarkedsbevegelsene presist: Dette gjelder én dags bevegelse, ikke en varig trend i chipmarkedet.
Hva som gjenstår å se
Flere sentrale spørsmål er fortsatt åpne:
- TSMC N2P i volum — 2 nm-prosessen er ny, og om Microsoft kan skaffe tilstrekkelig produksjonskapasitet til flergigawatt-skala i 2027 er uavklart.
- Uavhengige benchmark-tall — ingen tredjepart har målt Maia 300s ytelse eller effektivitet ennå.
- Prising — ingen prisinformasjon foreligger.
- Samstemtheten mellom tidslinjer — om mer enn én million brikker faktisk kan utplasseres «neste år», og hvordan det forholder seg til produksjonsstart i 2027, er uklart.
- Fler detaljer loves på Ignite i november — da kan flere av spesifikasjonene og påstandene bli enten presisert eller belyst bedre.
Foreløpig er det trygge grunnlaget dette: Microsoft har offentliggjort en teknisk spesifikasjon med konkret maskinvare — 2 nm-beregningsdie i chiplet-design, 288 GB HBM4 ved 18 TB/s, 13,8 PFLOPS FP4 og 950 W — og en ambisjon om at egen silisium skal bære hovedtyngden av selskapets AI-inferens fra 2027. Effektivitetstallene derimot, er foreløpig selskapets egen regning.