Microsoft представила Maia 300 новый ИИ-чип на 40% эффективнее GPU — характеристики и дата выхода

Microsoft представила Azure Maia 300 — новый специализированный чип для искусственного интеллекта, который должен обрабатывать на 40% больше токенов на мегаватт потребляемой мощности, чем ведущие системы на графических процессорах. Ускоритель построен на архитектуре из нескольких чиплетов, использует память HBM4 с пропускной способностью до 18 ТБ/с и рассчитан на запуск больших языковых моделей, работу ИИ-агентов и облачных сервисов.

Анонс состоялся 12 октября 2026 года. Массовое внедрение Maia 300 в инфраструктуру Microsoft Azure запланировано на 2027 год.

Компания также заявила, что серверная стойка с 96 ускорителями сможет обрабатывать до семи раз больше токенов, чем система предыдущего поколения Maia 200. Однако эти показатели описывают разные сценарии сравнения, а независимых результатов масштабной эксплуатации Maia 300 пока нет.

Коротко: что известно о Microsoft Maia 300

Maia 300 — не видеокарта для домашнего компьютера и не новая нейросеть. Это серверный ИИ-ускоритель, разработанный Microsoft для выполнения моделей в собственных дата-центрах.

Основная задача чипа — снизить стоимость и энергозатраты при обработке запросов к облачным ИИ-сервисам.

Характеристика

Microsoft Maia 300

Разработчик

Microsoft

Дата анонса

12 октября 2026 года

Начало внедрения

2027 год

Назначение

Выполнение ИИ-моделей, агентные задачи

Технологический процесс вычислительных чиплетов

TSMC N2P

Память

8 стеков HBM4

Пропускная способность памяти

До 18 ТБ/с

Заявленное энергопотребление ускорителя

TDP 950 Вт

Ускорителей в стойке

96

Энергопотребление стойки

Около 167 кВт

Совокупная память стойки

27,6 ТБ HBM

Пропускная способность памяти стойки

До 1,7 ПБ/с

Улучшение эффективности

До 40% больше токенов на мегаватт

Сравнение с Maia 200

До 7 раз больше токенов на уровне стойки

*Характеристики приведены по официальной документации Microsoft от 12 октября 2026 года. Показатели эффективности относятся к заявленным разработчиком конфигурациям.*

Зачем Microsoft понадобился собственный ИИ-чип

Большинство пользователей воспринимают ChatGPT, Copilot и другие нейросети как программные сервисы. Но каждый ответ требует физических вычислений: сервер получает запрос, обрабатывает его и последовательно генерирует токены.

При миллионах одновременных обращений расходы на оборудование, электричество и охлаждение становятся одной из основных статей затрат.

До недавнего времени значительная часть индустрии опиралась на графические ускорители NVIDIA и AMD.

Microsoft решила развивать собственную инфраструктуру, оптимизированную непосредственно под характер задач её сервисов.

В отличие от универсальной архитектуры GPU, специализированные ускорители можно проектировать с учётом конкретных требований языковых моделей.

Это касается распределения памяти, скорости обмена данными, энергопотребления и выполнения длинных последовательностей вычислений.

Почему эффективность стала важнее одной только мощности

Раньше крупные ИИ-компании часто сравнивали оборудование по пиковой вычислительной производительности.

Но реальные задачи устроены сложнее.

Например, модель может быстро выполнять математические операции, но при генерации длинного ответа производительность начинает ограничиваться передачей данных между процессором и памятью.

В таком случае увеличение арифметической мощности не всегда приводит к соответствующему ускорению ответа.

Поэтому Microsoft использует другой ориентир: сколько полезной работы система выполняет при заданном энергопотреблении.

Maia 300 обещает на 40% больше токенов на мегаватт

Один из главных показателей нового ускорителя — эффективность обработки ИИ-запросов.

Microsoft ожидает, что Maia 300 обеспечит на 40% больше токенов на мегаватт по сравнению с ведущими GPU-системами.

Чтобы правильно понять это заявление, нужно разделять три показателя.

Токены в секунду отражают скорость генерации или обработки данных.

Потребляемая мощность показывает электрическую нагрузку системы.

Токены на мегаватт позволяют оценить объём вычислительной работы, который выполняется при определённом энергетическом бюджете.

Пример расчёта эффективности

Допустим, одна серверная система при фиксированной мощности обрабатывает 10 миллионов токенов за выбранный период.

Если другая система выполняет на 40% больше полезной работы при той же мощности, результат составит 14 миллионов токенов.

Это условный пример, объясняющий принцип сравнения. Он не является фактическим измерением Maia 300.

Важно: заявление Microsoft не означает, что отдельный Maia 300 всегда на 40% быстрее любой видеокарты NVIDIA.

Речь идёт о показателе эффективности целой системы в определённых условиях.

Результат может меняться в зависимости от модели, длины контекста, пакетирования запросов и числа одновременно работающих пользователей.

Технические характеристики Microsoft Maia 300

Новый ускоритель построен как часть единой инфраструктуры, в которой вычислительные компоненты, память, программное обеспечение и сеть проектируются совместно.

Такой подход позволяет оптимизировать не только один процессор, но и обмен данными между несколькими ускорителями.

2-нм техпроцесс TSMC N2P

Microsoft использует технологический процесс TSMC N2P для вычислительных чиплетов.

Чиплетная архитектура означает, что устройство состоит из нескольких специализированных кристаллов, объединённых в общую систему.

В Maia 300 функции вычислений, контроллеров памяти и ввода-вывода разделены между компонентами.

Это позволяет оптимизировать разные части процессора под их задачи.

Важно понимать, что обозначение 2 нм — название поколения производственного процесса, а не буквальный размер всех транзисторов в устройстве.

Память HBM4 с пропускной способностью 18 ТБ/с

Maia 300 использует восемь стеков памяти HBM4.

Microsoft заявляет пиковую пропускную способность до 18 ТБ/с.

HBM — высокоскоростная память, предназначенная для процессоров, которым необходимо передавать большие объёмы данных.

Для языковых моделей это особенно важно во время генерации ответа.

При обработке каждого нового токена системе может потребоваться обращение к значительному объёму данных модели.

Если память не успевает обеспечивать вычислительные блоки информацией, часть потенциальной производительности остаётся неиспользованной.

Энергопотребление 950 Вт

Заявленный TDP одного Maia 300 составляет 950 Вт.

Это существенно больше энергопотребления обычных видеокарт для домашних компьютеров.

Однако устройство предназначено не для персонального ПК, а для специализированного серверного оборудования с соответствующими системами электропитания и охлаждения.

Поэтому напрямую сравнивать его с потребительской GeForce RTX по одному показателю мощности некорректно.

Современные форматы вычислений

Microsoft сообщает о поддержке низкоточных форматов, включая усовершенствованный MXFP4.

Низкая точность представления чисел позволяет сократить расход памяти и ускорить определённые вычисления.

Это особенно полезно при запуске крупных языковых моделей, когда объём весов и KV-cache существенно влияет на эффективность системы.

Но снижение точности должно применяться с учётом требований конкретной модели, поскольку разные вычисления по-разному чувствительны к округлению.

Почему Maia 300 рассчитан на ИИ-агентов, а не только на чат-ботов

Обычный чат с нейросетью часто выглядит как один запрос и один ответ.

Современные ИИ-агенты работают иначе.

Система может прочитать документы, вызвать инструмент, выполнить поиск, написать код, проверить результат и при необходимости исправить ошибку.

Такие процессы создают значительно более сложную вычислительную нагрузку.

Что происходит при работе агента

Представим, что пользователь просит ИИ-помощника проанализировать программный проект и устранить ошибки.

Рабочий процесс может включать:

1. Чтение структуры репозитория.

2. Анализ исходных файлов.

3. Составление плана изменений.

4. Генерацию нового кода.

5. Запуск тестов через разрешённые инструменты.

6. Анализ ошибок.

7. Повторное исправление.

8. Подготовку итогового отчёта.

На каждом этапе модель может обрабатывать новый контекст и генерировать дополнительные токены.

Поэтому скорость одного короткого ответа уже не отражает полную эффективность инфраструктуры.

Maia 300 создаётся с учётом подобных продолжительных процессов.

Microsoft отдельно выделяет длительные рассуждения, работу с большим контекстом и многоэтапные агентные задачи.

До 96 ускорителей в одной стойке: зачем нужна такая конфигурация

Один Maia 300 — только часть общей архитектуры.

Microsoft планирует объединять по 96 ускорителей в серверной стойке.

По официальным характеристикам, такая система будет иметь:

Показатель стойки

Значение

Количество ускорителей

96

Энергопотребление

Около 167 кВт

Общий объём HBM

27,6 ТБ

Совокупная пропускная способность HBM

До 1,7 ПБ/с

Производительность относительно Maia 200

До 7 раз больше токенов

Высокоскоростная сеть позволяет нескольким ускорителям выполнять части одной вычислительной задачи.

Это необходимо для больших моделей, которые невозможно эффективно разместить или обслуживать на одном устройстве.

Почему 7-кратный прирост нельзя считать ускорением одного чипа

В заявлении Microsoft речь идёт о пропускной способности на уровне полной серверной стойки.

Это не означает, что один Maia 300 отвечает в семь раз быстрее одного Maia 200.

На совокупный результат влияют архитектура системы, количество ускорителей, скорость памяти и сетевые соединения.

Такое сравнение полезно для оценки мощности дата-центра, но не является универсальной характеристикой скорости отдельного ответа.

Maia 300 против NVIDIA: сможет ли Microsoft отказаться от видеокарт

Новый ускоритель усиливает конкуренцию на рынке оборудования для ИИ.

Однако говорить о полном отказе Microsoft от NVIDIA пока преждевременно.

NVIDIA поставляет не только графические процессоры, но и развитую программную экосистему для обучения и запуска моделей.

Microsoft, в свою очередь, создаёт оборудование преимущественно под собственные облачные задачи.

Критерий

Microsoft Maia 300

GPU NVIDIA для дата-центров

Основное назначение

Облачный ИИ-инференс Microsoft

Обучение и выполнение различных ИИ-моделей

Архитектура

Специализированные чиплеты

Зависит от поколения GPU

Программная среда

Инфраструктура Azure Maia

CUDA и поддерживаемые библиотеки

Начало внедрения нового поколения

2027 год

Зависит от конкретной платформы

Доступность для домашнего ПК

Не предусмотрена

Датацентровые модели также не ориентированы на обычные ПК

Показатели эффективности

Заявлены Microsoft

Зависят от модели GPU и конфигурации

Утверждать, что Maia 300 превосходит абсолютно все ускорители NVIDIA, нельзя: для этого необходимы независимые испытания в одинаковых условиях.

Тем не менее развитие собственных чипов даёт Microsoft больше возможностей контролировать себестоимость облачной инфраструктуры и снижать зависимость от отдельных поставщиков.

Что изменится для ChatGPT, Microsoft Copilot и GitHub Copilot

Большинство пользователей не увидят Maia 300 непосредственно.

Изменения будут происходить на уровне серверной инфраструктуры.

Microsoft планирует использовать семейство Azure Maia для выполнения моделей в своих продуктах и сервисах.

Среди направлений компания называет Copilot, GitHub Copilot, Microsoft Foundry и другие облачные системы.

Microsoft Copilot

Для пользовательского ИИ-помощника важны скорость ответа, стоимость обработки запросов и способность обслуживать большое количество людей одновременно.

Более эффективная инфраструктура потенциально позволяет увеличивать доступную вычислительную мощность без пропорционального роста энергопотребления.

Но пока Microsoft не объявила, что внедрение Maia 300 автоматически снизит стоимость подписки Copilot.

GitHub Copilot

Программирование с помощью ИИ всё чаще включает не только генерацию отдельных функций, но и работу с целыми проектами.

Модель может анализировать код, вызывать инструменты и проходить несколько итераций исправления.

Подобные процессы требуют значительных вычислительных ресурсов.

Microsoft рассчитывает, что собственная инфраструктура поможет эффективнее обслуживать такие задачи.

OpenAI и ChatGPT

Microsoft тесно сотрудничает с OpenAI и использует различные семейства моделей в облачной инфраструктуре.

Однако анонс Maia 300 сам по себе не означает, что все версии ChatGPT будут автоматически переведены на новый процессор в определённую дату.

Развёртывание зависит от технической совместимости, требований моделей и решений операторов сервисов.

Для пользователей практический эффект следует оценивать после появления фактических данных о производительности и доступности продуктов.

Maia 200 уже работает: чем новое поколение отличается от предыдущего

Maia 300 не является первым ускорителем Microsoft.

Компания уже использует Maia 200 в производственных нагрузках, включая Microsoft Copilot.

По опубликованным сведениям, Maia 200 обеспечивает до 1,7 раза больше токенов на ватт в определённых сценариях по сравнению с ведущей GPU-инфраструктурой.

Новое поколение развивает этот подход.

Основные отличия

Maia 300 ориентирован на ещё более длительные контексты, высокую плотность вычислений и масштабирование системы.

В числе ключевых изменений — память HBM4, архитектура из нескольких чиплетов и оптимизация передачи данных между ускорителями.

Главная цель — обслуживать больше ИИ-запросов в рамках ограничений энергопитания и охлаждения дата-центров.

Когда выйдет Microsoft Maia 300 и можно ли его купить

На 13 октября 2026 года Microsoft представила архитектуру и планы внедрения Maia 300.

Начало промышленного развёртывания запланировано на 2027 год.

Компания намерена расширить семейство Azure Maia до инфраструктуры с энергопотреблением в несколько гигаватт.

Такие масштабы относятся к совокупной инфраструктуре дата-центров, а не к одному ускорителю.

Будет ли Maia 300 продаваться обычным пользователям?

В официальном анонсе нет информации о потребительской версии ускорителя.

Устройство создаётся для инфраструктуры Microsoft Azure.

Поэтому использовать Maia 300 как обычную видеокарту для игрового или домашнего компьютера не предполагается.

Сколько будет стоить Maia 300?

Публичная розничная цена отдельного процессора не объявлена.

Также нельзя вывести достоверную стоимость ускорителя только из его характеристик.

Для конечных клиентов важнее будут тарифы облачных сервисов, использующих новую инфраструктуру.

Они могут зависеть от модели, времени обработки, количества токенов и типа вычислений.

Можно ли получить такую производительность на обычном компьютере

Нет, домашний ПК нельзя напрямую сопоставлять с серверной стойкой из 96 специализированных ускорителей.

Но локальный запуск нейросетей не требует оборудования такого масштаба.

Для персонального использования доступны модели, которые работают на обычных видеокартах NVIDIA, AMD и других поддерживаемых устройствах.

Например, компьютер с RTX 4080 SUPER и 16 ГБ видеопамяти позволяет запускать многие компактные и средние языковые модели с помощью Ollama.

Это другой класс задач и другой уровень инфраструктуры.

Если нужно установить ИИ на собственный компьютер, воспользуйтесь нашей инструкцией по Ollama для Windows: установка, выбор модели и настройка GPU.

Для сравнения денежных расходов на облачные модели полезен калькулятор стоимости токенов.

Почему развитие ИИ-чипов может повлиять на стоимость нейросетей

Когда компании проектируют собственное оборудование, они стремятся улучшить соотношение производительности и расходов.

Для облачного ИИ это особенно важно.

Стоимость выполнения запроса складывается не только из цены оборудования, но и из энергопотребления, охлаждения, сетевой инфраструктуры, обслуживания и эффективности загрузки вычислительных ресурсов.

Если ускоритель обрабатывает больше токенов при том же энергетическом бюджете, себестоимость отдельных операций потенциально может снижаться.

Однако это не гарантирует удешевления конечного API.

Разработчик может использовать дополнительную мощность для запуска более сложных моделей, увеличения контекста или расширения инфраструктуры.

Поэтому снижение себестоимости вычислений и изменение публичных тарифов — два разных процесса.

Частые вопросы

Что такое Microsoft Maia 300?

Maia 300 — специализированный ИИ-ускоритель Microsoft для облачных дата-центров Azure, предназначенный для выполнения больших языковых моделей и многоэтапных агентных задач.

Когда выйдет Maia 300?

Microsoft планирует начать внедрение нового поколения ускорителей в 2027 году. Официальный анонс состоялся 12 октября 2026 года.

Maia 300 действительно на 40% эффективнее NVIDIA?

Microsoft заявляет о 40-процентном преимуществе по числу токенов на мегаватт относительно ведущих GPU-систем в рассматриваемых сценариях. Это не означает универсального превосходства над любым ускорителем NVIDIA.

Сколько видеопамяти у Maia 300?

Серверная стойка из 96 ускорителей содержит 27,6 ТБ совокупной HBM-памяти. Для отдельных чипов доступный объём необходимо рассматривать в рамках официальной конфигурации и документации.

Сколько электроэнергии потребляет Maia 300?

Заявленный TDP одного ускорителя составляет 950 Вт. Для полной стойки из 96 устройств Microsoft указывает около 167 кВт потребляемой мощности.

Можно ли установить Maia 300 в домашний ПК?

Нет. Maia 300 предназначен для специализированных серверных систем Azure и не представлен как потребительская видеокарта.

Ускорит ли Maia 300 ChatGPT?

Новый чип рассчитан на ускорение и повышение эффективности облачного ИИ, однако фактические изменения для отдельных версий ChatGPT и сроки их внедрения пока не подтверждены.

Зачем Microsoft собственные ускорители, если есть NVIDIA?

Собственные чипы позволяют оптимизировать инфраструктуру под конкретные задачи, управлять энергопотреблением и снижать зависимость от сторонних производителей.

Можно ли будет арендовать Maia 300 в Azure?

На дату анонса отдельный публичный тариф аренды Maia 300 не представлен. Необходимо дождаться коммерческих условий Microsoft.

Итог: почему Maia 300 важен для развития ИИ

Microsoft переходит от использования готовых вычислительных платформ к более глубокой разработке собственной инфраструктуры искусственного интеллекта.

Maia 300 представляет собой не просто новый процессор, а систему, в которой ускорители, память, сеть и программное обеспечение проектируются совместно.

Компания обещает более высокую эффективность обработки токенов и значительный рост пропускной способности серверных стоек.

Это особенно важно для ИИ-агентов, которые выполняют длинные последовательности действий и требуют большого объёма памяти.

Главное значение Maia 300 — попытка снизить стоимость масштабирования ИИ-сервисов и увеличить вычислительную мощность на единицу энергии.

Но окончательные выводы о преимуществах перед NVIDIA и влиянии на стоимость облачных нейросетей можно будет сделать после промышленного внедрения и независимых сравнительных испытаний.

Официальные источники

1. Microsoft — Azure Maia 300 и планы развёртывания — официальный анонс от 12 октября 2026 года.

2. Microsoft Azure — Deep dive into Azure Maia 300 architecture — подробное техническое описание архитектуры.

3. Microsoft — Maia 300: характеристики и презентация — официальный ресурс с материалами об ускорителе.

4. Reuters — Microsoft plans huge deployment of its own AI chips — независимое освещение анонса.

*Дата редакционной проверки: 13 октября 2026 года. Технические характеристики и заявленные показатели производительности приведены по документации Microsoft. Независимые испытания Maia 300 редакцией AI News Lab не проводились.*