Azure Maia 200 já está em produção; Azure Maia 300 chega em 2027

À medida que avançamos para a era da Superinteligência, a Microsoft entra em uma nova fase de infraestrutura. Ampliaremos nossa família Azure Maia para implantações de vários gigawatts a partir de 2027, tornando o Maia o principal sistema de inferência para produtos e serviços da Microsoft.

O programa multigeracional Azure Maia tornou-se um elemento fundamental da estratégia de infraestrutura de IA da Microsoft. O Maia 200 já atende cargas de trabalho de produção da Microsoft, incluindo o Microsoft Copilot, e apoia a equipe MAI no desenvolvimento de modelos de próxima geração, com previsão de expansão para o GitHub Copilot e o Microsoft Foundry até o fim do ano. Nessas cargas de trabalho, o Maia 200 executa modelos da OpenAI, modelos MAI da própria Microsoft e as principais famílias de modelos open source. Os aprendizados obtidos com a escala dos serviços de IA da Microsoft possibilitam um codesign exclusivo entre sistemas de hardware e aplicações de software, a fim de otimizar casos de uso reais em aplicações empresariais e cenários de diferentes setores.

O Maia 300 é um sistema inteligente completo, desenvolvido para os novos tipos de cargas de trabalho de IA que estão surgindo atualmente: raciocínio de contexto longo, experiências conversacionais sensíveis à latência e tarefas agênticas contínuas e de várias etapas. Ao aprimorar a eficiência em todo o sistema, esperamos que o Maia 300 entregue 40% mais tokens por megawatt em comparação com os principais sistemas baseados em GPU. E, em uma configuração completa com 96 aceleradores, ele oferece um throughput de tokens até sete vezes maior por rack do que o Maia 200.

Maia 200: impulsionando as cargas de trabalho que a Microsoft executa em escala

O sistema Azure Maia foi desenvolvido com base nas cargas de trabalho reais que a Microsoft executa em escala e nos modelos que esperamos criar nos próximos anos. Como o desenvolvimento de componentes leva anos, nossas equipes de software e hardware colaboram desde as etapas iniciais para antecipar arquiteturas, escala e recursos, traduzindo esses requisitos em maior capacidade de memória, largura de banda mais alta e mais aceleradores operando como um único sistema.

Essa engenharia colaborativa já está gerando ganhos mensuráveis de eficiência. O Maia 200 está sendo implantado nos Estados Unidos, na Europa e na Austrália e oferece até 1,7 vez mais tokens por watt para recursos de IA integrados ao Microsoft Teams e às experiências do Copilot e do Cowork, em comparação com as principais infraestruturas de GPU.

A experiência de executar nossos modelos e serviços de IA no Maia 200 contribuiu diretamente para o design do Maia 300. Juntas, as duas gerações foram desenvolvidas para oferecer suporte a um amplo conjunto de outros serviços de IA da Microsoft: trabalho agêntico em várias etapas, que ajudará o GitHub a oferecer experiências de codificação com mais eficiência; disponibilização de modelos em escala de nuvem, que ajudará o Microsoft Foundry a oferecer suporte a diversas arquiteturas e ambientes de implantação; inferência e geração de dados para a equipe MAI; e interações sensíveis à latência, que ajudarão o Dragon Copilot a escalar fluxos de trabalho e reduzir a carga administrativa dos profissionais de saúde.

Maia 300: escalando uma IA mais útil em cada megawatt

A IA está se tornando uma camada fundamental de cada aplicação, fluxo de trabalho e processo de negócios. À medida que as empresas avançam para além das experiências de chat e passam a adotar sistemas de agentes capazes de raciocinar, agir e colaborar, a infraestrutura de IA precisa oferecer inteligência de forma segura e eficiente em escala, adaptando-se continuamente à evolução dos modelos e das cargas de trabalho.

Como a terceira geração do nosso programa Azure Maia, o Maia 300 foi desenvolvido com uma arquitetura voltada primeiro para inferência, otimizada para cargas de trabalho de IA com contexto longo, uso intensivo de memória e alta demanda de decodificação. Isso envolve equilibrar computação, largura de banda de memória, rede e eficiência energética em escala de nuvem.

Os principais recursos do sistema Maia 300 incluem:

• Menos movimentação de dados, mais computação útil: cada vez mais, o gargalo em grandes sistemas de inferência é a movimentação eficiente de dados, e não o poder bruto de computação. A arquitetura de fluxo de dados definido por software do Maia 300 e a otimização de kernels assistida por IA trabalham em conjunto para maximizar a localidade, reduzir a movimentação de dados e melhorar a utilização dos recursos de computação, memória e rede. Ao tratar o fluxo de dados como um princípio de design de primeira ordem, o Maia 300 oferece uma vantagem significativa de desempenho por watt em relação às arquiteturas tradicionais de GPU.
• Maior largura de banda de memória em cada watt: à medida que as cargas de trabalho de IA ficam cada vez mais limitadas pelo contexto e pela memória, o Maia 300 oferece largura de banda HBM (High Bandwidth Memory – Memória de Alta Largura de Banda) por watt líder no setor. Oito stacks de HBM4 fornecem 18,0 TB/s de largura de banda de memória de pico em um TDP (Thermal Design Power – Potência de Projeto Térmico) de 950 watts, permitindo a execução eficiente de modelos grandes e cargas de trabalho de contexto longo. O suporte especializado a kernels usa a SRAM integrada ao chip como uma área de memória temporária gerenciada por software, reduzindo a pressão sobre a HBM.
• Arquitetura de chiplets para maior eficiência: uma nova arquitetura com múltiplos chiplets separa as funções de computação, controlador de memória e E/S (entrada e saída), melhorando a eficiência, a escalabilidade e a estrutura de custos. Os chiplets de computação são fabricados no processo N2P (processo avançado de 2 nm) da TSMC para maximizar o desempenho por watt.
• Contexto maior, inteligência mais rica: ao ser desenvolvido para formatos avançados de baixa precisão, incluindo o MXFP4 aprimorado, o Maia 300 reduz os requisitos de memória e largura de banda tanto para computação quanto para armazenamento de KV cache. O resultado são janelas de contexto maiores, throughput (respostas/tokens/processamento por segundo_mais alto e maior eficiência dos modelos dentro do mesmo limite de energia.
• Rede scale-up em escala de datacenter: o Maia 300 trata a rede como uma extensão contínua da arquitetura de fluxo de dados definido por software. Em vez de mover dados por camadas de comunicação separadas, as operações de fluxo de dados abrangem recursos de computação, memória e rede como um único sistema. As interconexões de alta largura de banda entre os aceleradores Maia são otimizadas para paralelismo de tensores, enquanto um transporte de IA personalizado oferece comunicação scale-up confiável e de alto desempenho entre aceleradores e racks. O transporte otimizado para IA aproveita a infraestrutura de rede baseada em Ethernet para viabilizar uma topologia unificada que escala com eficiência de um único rack a implantações em escala de datacenter.
• Maior throughput de IA em cada rack: os sistemas de rack Maia 300 reúnem 96 aceleradores em um limite de energia de 167 quilowatts, oferecendo 27,6 TB de capacidade HBM e 1,7 PB/s de largura de banda HBM agregada em um domínio scale-up de alta velocidade. Essa densidade permite que a Microsoft atenda a mais interações simultâneas de IA e cargas de trabalho maiores em cada rack, ampliando a capacidade do datacenter e melhorando a economia da expansão dos serviços de IA.

O Maia 300 começará a ser implantado em produção em 2027. Para mais detalhes da arquitetura do Maia 300, leia nosso artigo técnico, em inglês.

O Azure Maia está no centro da nossa Frontier Transformation

O futuro não será definido por um único modelo, um único chip ou uma única inovação. A escolha de modelos e de compenentes é inerente à nossa visão de Frontier Transformation. Nosso foco está no desenvolvimento de plataformas responsáveis, acessíveis e escaláveis que ajudarão todos a ampliar sua inteligência para alcançar resultados transformadores que sejam relevantes para cada um.

A Microsoft é única porque consegue otimizar do silício aos sistemas e aos agentes em uma plataforma aberta, heterogênea e com diversidade de modelos, na qual nossos clientes podem confiar para sua transformação com IA, hoje e nos próximos anos. Essa plataforma está no centro da Frontier Transformation, e o Azure Maia é um componente fundamental da nossa abordagem para ampliar o acesso, acelerar a inovação e ajudar os clientes a obter mais valor da IA.

No próximo mês, durante o Microsoft Ignite 2026, em São Francisco (EUA) e online, compartilharemos mais informações sobre nossa estratégia, as tendências de adoção de tecnologia e os avanços na Frontier Transformation.

Para mais detalhes, fotos e vídeos, visite nosso site do Maia 300.

Scott Guthrie é responsável por um conjunto de soluções e serviços de computação em nuvem de hiperescala, incluindo o Azure, plataforma de computação em nuvem da Microsoft, soluções de IA generativa, plataformas de dados, além de informação e segurança cibernética. Essas plataformas e serviços ajudam organizações em todo o mundo a solucionar desafios urgentes — e a se transformar para o futuro.