MicrosoftのMaia 300、2027年からAI推論の主力へ

発表のポイント

Microsoftは、第3世代となる自社開発AIチップ「Maia 300」を発表した。2027年から本番ワークロードへの導入を始め、MaiaファミリーをMicrosoftの製品・サービスにおける主要なAI推論システムにする計画だという。これは単なる新チップの発表ではない。AzureやCopilot、GitHub Copilot、自社モデルを支える基盤の一部を、NvidiaやAMDの汎用GPUだけに依存しない形へ移そうとする動きである。

Maia 300の特徴

• 推論ワークロードを重視。 長いコンテキストを使う推論、応答遅延が重要な会話処理、複数の工程を継続して実行するエージェント処理を対象にする。学習時のピーク性能だけでなく、サービス提供を長時間続ける際の効率を意識した設計だ。
• Microsoftが効率向上を主張。 クラウド部門の責任者Scott Guthrie氏によると、Maia 300は主要なGPUシステムと比べ、メガワット当たりのトークン処理量が40％多くなる見込みだ。また、96基のアクセラレーター構成では、ラック単位のトークン処理量がMaia 200の最大7倍になるという。これらはMicrosoftが示した指標であり、実運用での外部検証は今後必要になる。
• チップレットを採用。 TSMCのN2Pプロセスを使い、演算、メモリーコントローラー、I/Oを分離する。Microsoftは、演算に割けるシリコン領域を増やし、それぞれの機能に適した技術を使える点を利点としている。
• モデルとの共同設計。 Microsoft AIの責任者Mustafa Suleyman氏は、シリコンからモデルまでのフルスタックを管理する必要があると説明する。自社モデルをMaia上で動かすことは、ハードウェアとソフトウェアを一体で最適化する取り組みの一部だ。

何が変わるのか

Maia 200は今年1月に発表されたばかりだが、すでにMicrosoft Copilot、GitHub Copilot、Microsoft Foundry、自社AIモデルの本番ワークロードで使われている。Maia 300の短い世代交代は、Microsoftがカスタムチップを一時的なコスト削減策ではなく、長期的なインフラ戦略として扱っていることを示す。

AI推論では、モデルを一度学習することよりも、公開後に大量のリクエストを安定して処理することが重要になる。コンテキストの長期化、応答速度への要求、エージェント処理の複雑化は、クラウド事業者のコストと容量計画に直接影響する。Maia 300が公表された性能を実現できれば、Azureは一部の推論用途で汎用GPUへの依存を抑え、サービス単位で基盤を調整しやすくなる。

ただし、NvidiaやAMDのGPUが直ちに不要になるわけではない。Microsoftには多様なモデル、ソフトウェア、処理内容に対応する柔軟性も必要だ。2027年の導入後には、生産規模、実際の可用性、開発者向け環境を含めて評価する必要がある。Maia 300の本当の価値は、チップ、クラウド、モデルを一体化し、購入したGPUだけに頼るより効率的なシステムを構築できるかどうかで決まる。

出典：The Verge AI