Il 12 ottobre 2026 Microsoft ha presentato Maia 300, il nuovo acceleratore di inferenza IA che segna il più grande investimento dell’azienda nel proprio silicio. L’annuncio è stato accompagnato da un piano ambizioso: entro il prossimo anno fiscale la famiglia Maia sarà scalata a deployment multi‑gigawatt, diventando il sistema di inferenza primario per tutti i prodotti e i servizi Microsoft.
Il contesto dell’annuncio
Il post di Satya Nadella su X, pubblicato lunedì, ha definito Maia 300 come la “biggest bet yet on our own silicon”. Con queste parole Microsoft ha dichiarato di cessare di trattare i propri acceleratori come un’esperienza marginale rispetto ai tradizionali GPU, promuovendoli invece come macchine di serie per i servizi venduti.
Attualmente, il pre‑training dei modelli Microsoft AI continua a girare su hardware Nvidia, ma l’inferenza – la fase in cui i modelli generano token in risposta a richieste degli utenti – sarà gestita da Maia 300. Un dato di riferimento: il progetto MAI‑Base‑2 ha mobilizzato 16 000 GPU GB200 per 38 giorni, dimostrando la capacità di Microsoft di gestire carichi di lavoro su larga scala.
Le tre direttrici del piano Maia
Il documento ufficiale, firmato da Scott Guthrie, vicepresidente esecutivo Cloud + AI, e pubblicato sul blog aziendale, si articola in tre parti:
- Maia 300: la nuova chip con prestazioni superiori.
- Sistema principale: la chip diventerà il motore dietro Copilot, Teams, e l’intero catalogo di servizi Azure AI.
- Scala multi‑gigawatt: a partire dal 2027, la famiglia Maia sarà distribuita in infrastrutture misurate in gigawatt di potenza assorbita, non più in termini di numero di server.
Il documento tecnico sull’architettura è stato firmato da Rani Borkar, presidente di Azure Hardware Systems and Infrastructure, e da Saurabh Dighe, vicepresidente responsabile della pianificazione dei sistemi.
Da Maia 200 a Maia 300: le specifiche tecniche
Maia 200, introdotta a gennaio 2026, è già in servizio nei data center di Microsoft negli Stati Uniti, in Europa e in Australia. Maia 300 rappresenta l’evoluzione successiva e dovrebbe essere operativa in produzione nel 2027. Le specifiche chiave, riportate nel documento tecnico, sono:
| Caratteristica | Maia 200 (gennaio 2026) | Maia 300 (2027) |
|---|---|---|
| Processo di gravatura | TSMC 3 nm | TSMC N2P (chiplet di calcolo) |
| Memoria per chip | 216 GB HBM3e | 288 GB HBM4 (8 stack) |
| Banda passante memoria | ≈ 7 TB/s | ≈ 18 TB/s |
| Puces per rack | 48 | 96 (167 kW) |
| Cluster interconnesso più grande | 6 144 chip | 12 288 chip |
Il salto più significativo è nella memoria: la banda passante è aumentata di 2,5 volte, mentre la capacità è cresciuta di un terzo. Il calcolo a livello di sistema è migliorato del 36 %, un dato cruciale per gli acceleratori di inferenza, dove la velocità di trasferimento dei pesi del modello è più determinante dei FLOP grezzi.
Architettura a chiplet
Maia 300 utilizza chiplet di calcolo prodotti con il processo N2P di TSMC, mentre i controller di memoria e le interfacce I/O sono realizzati su die separati, ottimizzati per banda passante, connettività e costi. Questa separazione consente una maggiore flessibilità nella progettazione e una migliore gestione termica.
Design del rack e raffreddamento
Un rack Maia 300 ospita 96 acceleratori distribuiti su 24 piastre di quattro chip ciascuna, consumando 167 kW – il doppio della densità di Maia 200. Sei switch ASIC ad alto radix sono integrati in tre piastre raffreddate a liquido; il liquido rimuove più dell’80 % del calore generato.
Fino a 128 rack possono essere aggregati in un “superpod” che comprende 12 288 acceleratori, collegati tramite una rete di trasporto basata su Ethernet interno al rack e su connessioni ottiche tra i rack. Microsoft afferma che un rack completo di Maia 300 produce fino a 7 volte più token rispetto a un rack Maia 200, anche se questo valore include il doppio di chip. Normalizzando per acceleratore, il guadagno scende a circa 3,5 volte; il documento riporta comunque un miglioramento di almeno 2,5 volte in termini di performance per watt rispetto a Maia 200.
I 40 % di token per watt: cosa significano
Il dato più discusso è il “40 % di token per watt in più rispetto ai sistemi GPU di riferimento”. Nadella ha dichiarato che la chip “delivers” questo miglioramento, mentre il blog di Guthrie è più cauto, indicando che Microsoft “expects” di raggiungerlo. La dichiarazione è quindi una previsione, non una constatazione sperimentale.
Non è stato specificato a quali GPU la comparazione si riferisca, né in quali condizioni di carico. Yahoo Finance ha interpretato il riferimento come Nvidia, ma Microsoft non ha confermato. Inoltre, il documento tecnico non menziona affatto il 40 %.
Al momento non esistono benchmark indipendenti. Nvidia ha mostrato vantaggi fino a 2,5 volte su MLPerf 6.1 con le proprie GPU GB300, ma per Maia non è disponibile alcun confronto pubblico. Lo stesso vale per il dato di Maia 200, che afferma 1,7 volte più token per watt su Teams, Copilot e Cowork rispetto all’infrastruttura GPU di riferimento; si tratta di una misura interna di Microsoft.
Dove è già operativa Maia 200
Maia 200 è attualmente in uso nei data center statunitensi, europei e australiani. In America, le prime installazioni sono state a Des Moines (Iowa) e a Phoenix (Arizona). Microsoft non ha divulgato i siti europei e australiani.
Su Maia 200 girano modelli di OpenAI, i modelli MAI sviluppati internamente da Microsoft e varie famiglie open source. I servizi principali includono Copilot, Teams e Cowork, con GitHub Copilot e Microsoft Foundry attesi entro la fine dell’anno.
Le nuove workload per Maia 300
Con Maia 300, Microsoft amplia il catalogo di carichi di lavoro:
- Codifica agentica su GitHub.
- Model serving in Microsoft Foundry.
- Inferenza e generazione di dati per il team MAI.
- Dragon Copilot per flussi di lavoro clinici.
Queste workload richiedono capacità di ragionamento sequenziale, decodifica di contesti lunghi e integrazione con strumenti esterni, caratteristiche tipiche dell’inferenza agentica.
Le trattative con TSMC e i ritardi
Secondo The Information, citato da The Star, a inizio agosto Microsoft ha avviato negoziati con TSMC per una capacità di oltre 300 000 chip Maia 300 da consegnare nel 2027. Le stesse fonti indicano che Maia 200 ha subito un ritardo di circa un anno rispetto al piano iniziale, a causa di test preliminari al di sotto degli obiettivi interni.
Andrew Wall, responsabile di Azure, ha commentato che la fase di ramp‑up della produzione richiederà una stretta collaborazione con TSMC per garantire la qualità e la resa del processo N2P.
Prospettive future e conclusioni
Microsoft sta puntando a trasformare la propria infrastruttura AI da dipendente da GPU a una basata su silicio proprietario, con Maia 300 al centro di questa rivoluzione. Se i promessi 40 % di miglioramento in token per watt si materializzeranno, la compagnia potrebbe ridurre significativamente i costi energetici dei suoi enormi data center, migliorando al contempo le prestazioni dei servizi AI per gli utenti finali.
Resta da vedere come la comunità indipendente valuterà le performance di Maia 300 attraverso benchmark pubblici. Fino ad allora, l’annuncio rappresenta una delle mosse più audaci di Microsoft nel settore dei chip AI, segnando una svolta nella strategia di hardware proprietario dell’azienda.