Microsoft prévoit de déployer sa puce IA maison « Azure Maia » à l’échelle de plusieurs gigawatts à partir de 2027

Microsoft a dévoilé son projet de déployer sa puce IA conçue en interne, « Azure Maia », à l’échelle de plusieurs gigawatts à partir de 2027. L’entreprise entend en faire l’un des principaux piliers de l’inférence pour l’ensemble de ses produits, a annoncé son dirigeant Scott Guthrie. Maia 200 fait déjà tourner Microsoft Copilot aux États-Unis, en Europe et en Australie ; son déploiement doit également s’étendre à GitHub Copilot et à Foundry d’ici la fin de l’année.

Choisir de maîtriser en interne l’infrastructure qui fait tourner l’IA

Quand on parle d’IA, l’attention se porte souvent sur le modèle le plus intelligent. Mais plus le nombre d’utilisateurs augmente, plus la puissance de calcul nécessaire pour produire chaque réponse s’accroît. Qui effectue ce traitement, appelé « inférence », avec quels équipements et quelle consommation électrique ? L’annonce du jour s’attaque à ces fondations.

Microsoft prévoit de déployer Maia à l’échelle de plusieurs gigawatts à partir de 2027 et d’en faire l’un de ses principaux systèmes d’inférence pour ses produits. Le PDG Satya Nadella aurait qualifié cette initiative de « plus gros pari jamais fait sur le silicium maison ». L’entreprise ne veut pas se contenter de dépendre de puces achetées à l’extérieur : elle entend intégrer leur conception et leur exploitation à sa stratégie cloud.

La variété des modèles que Maia doit prendre en charge mérite l’attention. Selon Microsoft, la puce fera tourner les modèles d’OpenAI, mais aussi ceux de sa propre série MAI et des modèles open source. Plutôt qu’une puce spécialisée pour un modèle donné, Maia semble destinée à devenir une plateforme d’inférence polyvalente, capable de prendre en charge les nombreux types d’IA utilisés sur Azure.

Maia 200 est déjà à l’œuvre dans Copilot

Le projet ne se limite pas à des annonces. Maia 200 fait déjà tourner Microsoft Copilot aux États-Unis, en Europe et en Australie. GitHub Copilot et Foundry devraient également être pris en charge d’ici la fin de l’année.

Microsoft affirme que, dans Teams, Maia peut traiter jusqu’à 1,7 fois plus de jetons par watt que les principaux GPU. Un jeton est une sorte d’unité minimale utilisée par l’IA pour traiter du texte. Une hausse du volume traité par unité d’énergie permet de servir davantage d’utilisateurs avec les mêmes équipements et influe donc directement sur les coûts d’exploitation. Il s’agit toutefois d’un chiffre avancé par Microsoft ; les informations publiques ne précisent pas les références de comparaison ni les conditions de mesure.

Maia 300 vise les longues entrées et les agents IA

La Maia 300, qui succédera à la Maia 200, doit être expédiée en 2027. Elle est destinée au traitement de longues entrées, aux interactions rapides et aux tâches de type agent. Un agent est une IA qui exécute de façon autonome plusieurs étapes à partir d’une consigne de l’utilisateur. Comme il sollicite le modèle à plusieurs reprises pour une seule demande, ce type d’usage nécessite souvent davantage de calcul qu’une conversation classique.

Microsoft a également publié les caractéristiques de la puce. Chaque puce intègre huit piles de mémoire HBM4, pour une capacité totale de 288 GB, une bande passante de 18 TB par seconde et une puissance nominale de 950 watts. La HBM est une mémoire à haut débit utilisée pour l’IA ; sa capacité et sa vitesse prennent toute leur importance avec les grands modèles et les longs contextes.

Microsoft affirme que Maia 300 traite 40 % de jetons de plus par mégawatt que les systèmes GPU précédents. L’entreprise indique également qu’un rack composé de 96 puces peut générer jusqu’à sept fois plus de jetons qu’un rack Maia 200. Les détails figurent dans un rapport technique, et d’autres informations devraient être communiquées lors d’Ignite 2026, qui se tiendra en novembre.

Pourquoi le volume de traitement par watt devient un axe de compétition

L’un des éléments marquants de cette annonce est que la performance se mesure non seulement à la vitesse, mais aussi à la quantité de calcul réalisée par unité d’électricité. Le fait que le projet soit présenté à l’échelle du gigawatt, une unité de puissance, est en soi révélateur. Avec l’expansion des centres de données, l’approvisionnement en électricité devient une contrainte plus importante que le nombre de puces.

Un écart de plusieurs dizaines de pour cent en matière d’efficacité énergétique change la quantité de services d’IA que l’on peut faire fonctionner avec la même capacité électrique. Concevoir ses propres puces permet de les ajuster finement à ses services et d’accroître les gains d’efficacité. C’est probablement l’une des raisons pour lesquelles Microsoft renforce sa stratégie maison.

Les informations publiques ne permettent toutefois pas de savoir si l’expression « plusieurs gigawatts » désigne la consommation électrique des puces elles-mêmes ou la capacité de l’ensemble des installations. L’ampleur réelle du déploiement et les conditions dans lesquelles les différentes performances ont été mesurées devraient être précisées dans le rapport technique ou lors d’Ignite 2026. La valeur de l’IA dépendra non seulement de l’intelligence des modèles, mais aussi de l’électricité et de la capacité à concevoir les semi-conducteurs qui les font tourner. L’évolution de Maia illustre cette tendance.