Η Microsoft σχεδιάζει να ξεκινήσει την ανάπτυξη των νέων τσιπ από το 2027, επιδιώκοντας να ενισχύσει τις υποδομές τεχνητής νοημοσύνης και να περιορίσει την εξάρτησή της από τη NVIDIA, με συστήματα κλίμακας πολλών GW (Interesting Engineering)
Η Microsoft σχεδιάζει να απεξαρτηθεί από τη NVIDIA και να αναπτύξει τον επιταχυντή τεχνητής νοημοσύνης (AI) επόμενης γενιάς Maia 300 το 2027, με στόχο την επεξεργασία 40% περισσότερων tokens ανά μεγαβάτ σε σύγκριση με κορυφαία συστήματα που βασίζονται σε GPU.
Το τσιπ θα τροφοδοτεί την επεκτεινόμενη υποδομή τεχνητής νοημοσύνης της Microsoft, με διαμόρφωση rack που περιλαμβάνει 96 επιταχυντές και έχει σχεδιαστεί ώστε να προσφέρει έως και επταπλάσια απόδοση στην επεξεργασία tokens σε σχέση με τον προκάτοχό του.
Η ανακοίνωση αποτελεί ένα ακόμη βήμα στην προσπάθεια της Microsoft να αναπτύξει εξειδικευμένα τσιπ για την εξαγωγή συμπερασμάτων από μοντέλα τεχνητής νοημοσύνης μεγάλης κλίμακας (AI inference).
Ο επιταχυντής Maia 200 χρησιμοποιείται ήδη σε παραγωγικά φορτία εργασίας, μεταξύ άλλων για το Microsoft Copilot. Η Microsoft αναμένει ότι τα GitHub Copilot και Microsoft Foundry θα υιοθετήσουν το συγκεκριμένο υλικό έως το τέλος του 2026.
Το Maia 300 προσεγγίζει την αποδοτικότητα της εξαγωγής συμπερασμάτων σε επίπεδο συνολικού συστήματος. Η αρχιτεκτονική του στοχεύει σε φορτία εργασίας με υψηλές απαιτήσεις μνήμης, συλλογιστική με μεγάλα συμφραζόμενα και πράκτορες τεχνητής νοημοσύνης που εκτελούν σύνθετες εργασίες σε πολλαπλά στάδια.
Η μνήμη καθορίζει τον σχεδιασμό
Το Maia 300 συνδυάζει οκτώ στοίβες μνήμης HBM4 με μέγιστο εύρος ζώνης 18 terabyte ανά δευτερόλεπτο. Το σύστημα λειτουργεί εντός θερμικού σχεδιαστικού ορίου ισχύος 950 watt, ανταποκρινόμενο στις αυξανόμενες απαιτήσεις μνήμης των μεγάλων μοντέλων τεχνητής νοημοσύνης.
Η Microsoft έχει επίσης υιοθετήσει σχεδιασμό πολλαπλών chiplet, ο οποίος διαχωρίζει τις λειτουργίες υπολογισμού, τους ελεγκτές μνήμης και τις λειτουργίες εισόδου/εξόδου. Τα chiplet υπολογισμού χρησιμοποιούν τη διαδικασία κατασκευής N2P της TSMC, η οποία αποσκοπεί στη βελτίωση της απόδοσης ανά watt.
Ο επιταχυντής υποστηρίζει επίσης την προηγμένη υπολογιστική χαμηλής ακρίβειας MXFP4. Η προσέγγιση αυτή μειώνει τις απαιτήσεις μνήμης για τους υπολογισμούς των μοντέλων και την αποθήκευση της κρυφής μνήμης κλειδιών-τιμών (key-value cache).
Η εξοικονόμηση αυτή μπορεί να επιτρέψει στα συστήματα να υποστηρίζουν μεγαλύτερα παράθυρα συμφραζομένων και να εξυπηρετούν περισσότερα αιτήματα με το ίδιο ενεργειακό όριο.
Σημαντικό ρόλο στον σχεδιασμό διαδραματίζει και το λογισμικό. Η αρχιτεκτονική ροής δεδομένων που ορίζεται μέσω λογισμικού από τη Microsoft αποσκοπεί στη διατήρηση των δεδομένων κοντά στους υπολογιστικούς πόρους, περιορίζοντας τις περιττές μεταφορές.
Η βελτιστοποίηση πυρήνων λογισμικού με τη βοήθεια τεχνητής νοημοσύνης συμβάλλει επίσης στην καλύτερη αξιοποίηση του υλικού σε διαφορετικά φορτία εργασίας.
Δικτύωση που συνδέει 96 επιταχυντές
Το Maia 300 επεκτείνει την αρχιτεκτονική του πέρα από τα μεμονωμένα τσιπ, καλύπτοντας ολόκληρα racks. Κάθε διαμόρφωση συνδυάζει 96 επιταχυντές εντός ορίου ισχύος 167 kW.
Σύμφωνα με τη Microsoft, το rack διαθέτει συνολικά 27,6 terabyte μνήμης HBM και συγκεντρωτικό εύρος ζώνης μνήμης 1,7 petabyte ανά δευτερόλεπτο στον τομέα διασύνδεσης υψηλής ταχύτητας scale-up.
Ο συνδυασμός αυτός στοχεύει στην υποστήριξη μεγαλύτερων φορτίων εργασίας εξαγωγής συμπερασμάτων και περισσότερων ταυτόχρονων αλληλεπιδράσεων με συστήματα τεχνητής νοημοσύνης σε μία ενιαία εγκατάσταση.
Ένα εξειδικευμένο σύστημα δικτύωσης συνδέει τους επιταχυντές μέσω συνδέσεων υψηλού εύρους ζώνης, βελτιστοποιημένων για τον παράλληλο υπολογισμό τενσορών.
Ένα επίπεδο μεταφοράς δεδομένων προσανατολισμένο στην τεχνητή νοημοσύνη χρησιμοποιεί υποδομή βασισμένη στο Ethernet για την επικοινωνία μεταξύ επιταχυντών και racks.
Ο σχεδιασμός αποσκοπεί στην κλιμάκωση των φορτίων εργασίας χωρίς η δικτύωση να αποτελεί ξεχωριστό σημείο συμφόρησης.
Η Microsoft αναφέρει ότι το Maia 300 θα προσφέρει 40% περισσότερα tokens ανά MW σε σύγκριση με κορυφαία συστήματα που βασίζονται σε GPU.
Η προβλεπόμενη απόδοση σε επίπεδο rack αντιπροσωπεύει επίσης σημαντική αύξηση σε σχέση με το Maia 200, αν και η εταιρεία δεν έχει δημοσιοποιήσει ανεξάρτητα αποτελέσματα δοκιμών συγκριτικής αξιολόγησης για αυτές τις συγκρίσεις.
Το Maia 200 επεκτείνεται σε παραγωγικές εφαρμογές
Η Microsoft αναπτύσσει ήδη το Maia 200 στις Ηνωμένες Πολιτείες, στην Ευρώπη και στην Αυστραλία. Η εταιρεία αναφέρει έως και 1,7 φορές περισσότερα tokens ανά watt για ενσωματωμένες λειτουργίες τεχνητής νοημοσύνης στις υπηρεσίες Teams, Copilot και Cowork, σε σύγκριση με κορυφαίες υποδομές GPU.
Ο υφιστάμενος επιταχυντής εκτελεί μοντέλα της OpenAI, τα μοντέλα MAI της Microsoft και οικογένειες μοντέλων ανοικτού κώδικα. Η Microsoft αξιοποιεί τα δεδομένα απόδοσης αυτών των υπηρεσιών για να καθοδηγεί την ανάπτυξη του υλικού και να βελτιστοποιεί τα φορτία εργασίας σε πραγματικές συνθήκες.
Το Maia 300 θα υποστηρίζει την ανάπτυξη μοντέλων της Microsoft, τις υπηρεσίες εξαγωγής συμπερασμάτων στο υπολογιστικό νέφος και τα εργαλεία προγραμματισμού που βασίζονται σε AI agents.
Η Microsoft αναμένει επίσης ότι το υλικό θα συμβάλει στην επέκταση της χρήσης του Dragon Copilot, του κλινικού βοηθού τεχνητής νοημοσύνης της.
Η ανάπτυξη σε παραγωγικές εφαρμογές θα ξεκινήσει το 2027. Το μακροπρόθεσμο σχέδιο της Microsoft προβλέπει εγκαταστάσεις Maia κλίμακας πολλών gigawatt από το ίδιο έτος, καθιστώντας τα εξειδικευμένα τσιπ σημαντικό στοιχείο της διαρκώς αυξανόμενης υπολογιστικής ισχύος της στον τομέα της τεχνητής νοημοσύνης.
www.worldenergynews.gr
