Microsoft place Maia au centre de sa stratégie d’inférence

Microsoft annonce que Maia 200 exécute désormais des charges de production, notamment pour Microsoft Copilot, et accompagne le développement de modèles par son équipe MAI. Le groupe indique que ces charges mobilisent des modèles OpenAI, ses propres modèles MAI et des familles de modèles ouverts. Cette utilisation constitue le point d’appui de sa stratégie pour les générations suivantes de son infrastructure d’IA.

L’entreprise prévoit d’étendre la famille Azure Maia à des déploiements de plusieurs gigawatts à partir de 2027 et d’en faire son principal système d’inférence pour ses produits et services. Il s’agit d’une orientation annoncée, dont la réalisation reste à observer. Dans cette stratégie, Microsoft met en avant l’adaptation du matériel aux modèles et aux applications qu’il exploite à grande échelle.

Pour Maia 200, Microsoft rapporte un rendement pouvant atteindre 1,7 fois celui d’infrastructures GPU de référence, mesuré en tokens par watt pour des fonctions intégrées à Teams, Copilot et Cowork. Cette comparaison concerne les usages décrits par le groupe. Elle ne permet pas de conclure à un avantage identique pour tous les modèles ou tous les services, et les éléments disponibles ne fournissent pas de vérification indépendante.

Maia 300 est présenté comme un système conçu pour le raisonnement sur de longs contextes, les échanges sensibles à la latence et les tâches d’agents comportant plusieurs étapes. Microsoft met l’accent sur la circulation des données entre calcul, mémoire et réseau. Son architecture cherche à limiter les déplacements de données et à améliorer l’utilisation de ces ressources, avec une organisation en chiplets séparant différentes fonctions.

Le groupe décrit également une mémoire HBM4, des formats de calcul à faible précision et un réseau fondé sur Ethernet pour relier les accélérateurs. Ces choix montrent que sa proposition porte sur l’ensemble du système, au-delà de la seule puissance de calcul d’une puce. Leur effet concret dépendra toutefois des modèles exécutés et des conditions de déploiement.

L’annonce associe donc une génération déjà utilisée en production, selon Microsoft, à la présentation de Maia 300, dont l’architecture est conçue en priorité pour l’inférence. Le groupe précise que son expérience avec Maia 200 a directement éclairé cette conception. Cette continuité pourrait faciliter l’adaptation du matériel aux besoins de ses services. Elle ne suffit pas encore à établir les performances opérationnelles de Maia 300.