Логотип
Логотип
Все статьи

Американская корпорация Microsoft анонсировала третье поколение собственных ИИ-чипов Maia 300. Компания планирует уже в 2027 году развернуть более миллиона таких ускорителей для поддержки внутренних ИИ сервисов, сообщает Reuters.

Microsoft развернет более 1 млн собственных ИИ-чипов Maia 300 в 2027 году


Какие задачи решит ИИ-чип Maia 300

Чип Maia 300 разработан для ресурсоемких задач ИИ, таких как генерация кода и автоматизация сложных бизнес-процессов. Его предшественник уже обеспечивает работу собственных ИИ-моделей Microsoft, а также моделей OpenAI, размещенных в облачном сервисе Azure.


Анонс ИИ-ускорителя состоялся на фоне всплеска разработок собственных процессоров как со стороны конкурентов в сфере облачных вычислений, так и со стороны самих ИИ-компаний, включая OpenAI. Главная цель этого отраслевого тренда – ослабить монопольное влияние Nvidia на рынке ИИ-вычислений.



В чем отличие подхода Microsoft

При создании Maia 300 Microsoft выбрала технический путь, отличный от подхода Nvidia. Если ИИ-ускорители конкурента представляют собой один массивный вычислительный кристалл в окружении чипов высокоскоростной памяти, то центральный процессор Maia 300 построен по модульной архитектуре чиплетов – нескольких специализированных микросхем, объединенных в единую систему.


Для ключевых вычислительных функций используется передовой 2-нанометровый техпроцесс тайваньской компании TSMC. Остальные чиплеты, отвечающие, например, за перемещение данных внутри системы, изготовлены по более доступному 3-нанометровому техпроцессу, что позволяет оптимизировать итоговую стоимость производства.



Энергоэффективность и масштабирование

Процессоры Maia 300 будут устанавливаться в серверные стойки по 96 чипов в каждой. Потребление энергии такой конфигурации составит около 167 кВт. Для сравнения, новейшие серверные стойки Nvidia GB300, оснащенные 72 графическими процессорами (GPU), потребляют 142 кВт.


Несмотря на более высокое абсолютное энергопотребление на стойку, Microsoft заявляет, что Maia 300 обеспечивает примерно на 40% больше полезной вычислительной мощности на каждый мегаватт по сравнению с ведущими системами на базе GPU.