#MicrosoftMaia300
About MicrosoftMaia300
Microsoft unveiled its third-generation AI chip, Maia 300, on Oct 12, with large-scale deployment planned for 2027. It expects ~40% higher AI inference performance per watt than leading GPU systems and up to 7x the prior generation’s rack-level throughput. Shares rose 1.14% to $541.15, a record close but below the 52-week intraday high. As inference demand grows, Microsoft is accelerating in-house chip development to cut computing costs and reliance on external GPU suppliers.
Popularne
Najnowsze
MicrosoftMaia300 Popularne wpisy
Microsoft poddaje infrastrukturę AI testowi efektywności.
12 października Microsoft ogłosił Maia 300, swój niestandardowy akcelerator AI nowej generacji, którego wdrożenie produkcyjne planowane jest na 2027 rok. Firma planuje również skalować Azure Maia do wdrożeń o mocy wielogigawatowej od 2027 roku, czyniąc go głównym systemem inferencyjnym dla produktów i usług Microsoftu.
Główne liczby są imponujące, ale szczegóły mają znaczenie.
· Microsoft twierdzi, że Maia 300 ma dostarczać o 40% więcej tokenów na megawat niż wiodące systemy GPU
· Pełny stojak z 96 akceleratorami może dostarczyć do 7 razy większą przepustowość tokenów na poziomie stojaka niż Maia 200
· To różne porównania: efektywność energetyczna kontra przepustowość stojaka
· Nie oznacza to, że jeden chip Maia 300 jest 7 razy szybszy ani że całkowite koszty operacyjne automatycznie spadną o 40%
Maia 200 jest już wdrażana w USA, Europie i Australii, a Microsoft twierdzi, że dostarcza do 1,7 razy więcej tokenów na wat niż wiodąca infrastruktura GPU dla wbudowanych funkcji AI.
To ma znaczenie, ponieważ kolejna faza AI to nie tylko kupowanie większej liczby chipów. Chodzi o wyciśnięcie więcej użytecznych wyników z każdego megawata.
Maia 300 jest ukierunkowana na rozumowanie w długim kontekście, responsywne rozmowy i wieloetapowe agenty. Oferta Microsoftu to podejście systemowe: obliczenia, pamięć, sieć, oprogramowanie, zasilanie i chłodzenie zaprojektowane razem, aby zmniejszyć przesyłanie danych.
Dla rynków to historia nakładów kapitałowych na AI staje się coraz bardziej precyzyjna. Dostępna moc staje się twardym ograniczeniem. Efektywność na wat, wykorzystanie i jakość zadań w rzeczywistych warunkach mogą mieć znaczenie równie duże jak surowa podaż chipów.
Dla rynków kryptowalut powiązanie jest pośrednie, ale realne. Infrastruktura AI jest głównym czynnikiem napędzającym apetyt na ryzyko, popyt na centra danych i inwestycje w energię. Jeśli niestandardowy krzem poprawi ekonomię AI, może to wspierać szerszą narrację ryzyka. Jeśli twierdzenia o efektywności nie przełożą się na usługi i przychody, inwestorzy mogą dokładniej przyjrzeć się historii nakładów kapitałowych.
Co jest najważniejsze dla skalowania AI od teraz: dostępna moc, koszt na użyteczne zadanie czy rzeczywista wydajność?
#MicrosoftMaia300 $MSFT $XMSFT
Ta aktualizacja $MSFT nie jest dobra dla $NVDA ani $AMD.
Microsoft właśnie postawił największy jak dotąd zakład na niestandardowy układ scalony: Maia staje się głównym systemem inferencyjnym dla Copilot, Teams i ich usług AI na wieloskalową moc wielogigawatową od 2027 roku.
Maia 300 celuje w 40% więcej tokenów na wat niż wiodące GPU (Maia 200 już dostarcza do 1,7x w produkcji). Pełne współprojektowanie stosu dla efektywności i kontroli kosztów to prawdziwa historia w obliczu ograniczeń mocy.
Kluczowe wpływy i wyróżnienia:
Efektywność i ekonomia: 40% więcej tokenów na megawat w porównaniu z wiodącymi systemami GPU (plus do 7x przepustowości na poziomie szafy w porównaniu z Maia 200). Maia 200 już obniża koszty działania o 30–40% w porównaniu z porównywalnym sprzętem NVIDIA dla modeli Microsoft/OpenAI. Na wieloskalową moc GW (potencjalnie >1M chipów) poprawia to pojemność centrum danych i marże bez proporcjonalnego wzrostu mocy/kosztów kapitałowych.
Zmiana strategiczna:
Zmniejsza zależność od NVIDIA/AMD w inferencji (wciąż używanej do treningu). Microsoft współprojektuje sprzęt i oprogramowanie dla rzeczywistych obciążeń (długie konteksty, agentowe, konwersacyjne), pakując 96 akceleratorów w szafę o mocy 167 kW z ogromną przepustowością HBM4.
Nie jest to pełnoprawny zabójca NVIDIA, ale strukturalna gra na marże i kontrolę.
Satya Nadella
Dziś ogłaszamy nasz największy jak dotąd zakład na własny krzem.
Od przyszłego roku kalendarzowego będziemy skalować naszą rodzinę Maia do wielogigawatowych wdrożeń, czyniąc ją głównym systemem inferencyjnym dla naszych własnych produktów i usług.
Wprowadzamy Maia 300, który dostarcza o 40% więcej tokenów na wat w porównaniu z wiodącymi systemami opartymi na GPU.
Już wdrażamy Maia 200 w USA, Europie i Australii, dostarczając do 1,7 razy więcej tokenów na wat w doświadczeniach w Teams i Copilot.
Naszym celem jest budowanie na pełnych zyskach efektywności stosu, które już zaobserwowaliśmy, jednocześnie kontynuując wprowadzanie najnowszych innowacji z całego ekosystemu do naszej floty.
Maia 300 ma mniejsze znaczenie jako zapowiedź produktu, a większe jako sygnał kontroli kosztów. Planowane wdrożenie Microsoftu w 2027 roku daje czas na przekształcenie deklarowanej efektywności inferencji i przepustowości szaf w dźwignię operacyjną. Jeśli realizacja będzie zgodna z celami, własny układ scalony może poprawić siłę przetargową wobec dostawców GPU w miarę wzrostu zapotrzebowania na inferencję.
#MicrosoftMaia300
Navitas, Nvidia wprowadzają płytę zasilającą o mocy 24 kW dla centrów danych AI
04:39 PM EDT, 10/12/2026 (MT Newswires) -- Navitas Semiconductor (NVTS) poinformował późno w poniedziałek o wprowadzeniu na rynek płyty zasilającej DC-DC o mocy 24 kilowatów i napięciu 800 woltów do 12 woltów, opracowanej we współpracy z Nvidia (NVDA), aby wspierać ekosystem Nvidia MGX oraz architektury zasilania 800-woltowego dla centrów danych sztucznej inteligencji.
Płyta wykorzystuje technologię GaNFast firmy Navitas i została zaprojektowana w formacie 400 milimetrów na 60 milimetrów Nvidia,
NVIDIA, Apple i Microsoft stanowią teraz 21% indeksu S&P 500. W tym tygodniu dwie z największych firm w ich łańcuchu dostaw chipów raportują wyniki finansowe. Jeśli popyt na chipy AI zwolni lub przyspieszy, wpływa to znacznie bardziej niż na półprzewodniki.
▫️ Śr 14.10: @ASMLcompany, produkuje maszyny używane do wytwarzania zaawansowanych chipów
▫️ Czw 15.10: TSMC, produkuje chipy dla @nvidia i @Apple
Jak handlujesz na rynkach na Sai?
