A Microsoft anunciou planos para implementar o seu chip de IA concebido internamente, o «Azure Maia», à escala de vários gigawatts a partir de 2027. A empresa pretende torná-lo a principal infraestrutura de inferência da sua carteira de produtos, anunciou o executivo Scott Guthrie. O Maia 200 já está a executar o Microsoft Copilot nos Estados Unidos, na Europa e na Austrália, e a Microsoft prevê alargar a sua utilização ao GitHub Copilot e ao Foundry ainda este ano.
A opção de controlar internamente a infraestrutura que executa a IA
Quando se fala de IA, a atenção tende a centrar-se em qual é o modelo mais inteligente. No entanto, à medida que aumenta o número de utilizadores, cresce também o volume de computação necessário para gerar cada resposta. Quem executa este processo, conhecido como «inferência», com que equipamentos e com que consumo de energia? O anúncio de agora incide sobre esta infraestrutura de base.
A Microsoft afirma que vai implementar o Maia à escala de vários gigawatts a partir de 2027 e torná-lo o principal sistema de inferência dos seus produtos. Segundo relatos, o CEO Satya Nadella descreveu esta iniciativa como «a maior aposta de sempre da empresa no seu próprio silício». A estratégia mostra que a Microsoft não pretende limitar-se a depender de chips adquiridos a terceiros, mas integrar a sua própria conceção e operação na estratégia de cloud da empresa.
Merece destaque a variedade de modelos que o Maia deverá suportar. Além dos modelos da OpenAI, a Microsoft diz que irá executar também a sua própria série MAI e modelos de código aberto. Em vez de ser um equipamento especializado num modelo específico, parece apontar para uma infraestrutura de inferência de uso geral, capaz de suportar a diversidade de sistemas de IA utilizados no Azure.
O ponto de situação: o Maia 200 já executa o Copilot
Não se trata apenas de planos para o futuro. O Maia 200 já está a executar o Microsoft Copilot nos Estados Unidos, na Europa e na Austrália. A Microsoft prevê também alargar o suporte ao GitHub Copilot e ao Foundry ainda este ano.
A Microsoft afirma que, no Teams, o chip consegue processar até 1,7 vezes mais tokens por watt do que as principais GPU. Um token é uma espécie de unidade mínima utilizada pela IA para processar texto. Um maior volume de processamento por unidade de energia permite servir mais utilizadores com os mesmos equipamentos, tendo também um impacto direto nos custos de funcionamento. No entanto, este valor é apresentado pela Microsoft, e os detalhes sobre a base de comparação e as condições de medição não podem ser confirmados com a informação divulgada.
O Maia 300 aponta a entradas longas e a agentes de IA
O Maia 300, a geração seguinte, tem lançamento previsto para 2027. Entre as utilizações previstas estão o processamento de entradas longas, as interações rápidas e as tarefas executadas por agentes. Um agente é um sistema de IA que, perante uma instrução do utilizador, realiza autonomamente várias etapas. Como pode chamar o modelo repetidamente para responder a um único pedido, este tipo de utilização tende a exigir mais computação do que uma conversa convencional.
A Microsoft também divulgou as especificações do chip. Cada unidade inclui oito pilhas de memória HBM4, com uma capacidade total de 288 GB, uma largura de banda de 18 TB por segundo e um consumo de energia nominal de 950 watts. A HBM é um tipo de memória de alta velocidade utilizado em IA. A sua capacidade e velocidade tornam-se particularmente importantes quando se trabalham com modelos maiores ou contextos mais longos.
A Microsoft afirma que, em comparação com os sistemas GPU anteriores, o chip processa mais 40% de tokens por megawatt. A empresa diz ainda que uma rack com 96 chips consegue gerar até sete vezes mais tokens do que uma rack do Maia 200. Os detalhes estão reunidos num relatório técnico, e estão previstas mais informações para a conferência Ignite 2026, em novembro.
Porque é que o volume de processamento por unidade de energia se tornou um eixo da concorrência
O que mais se destaca neste anúncio é o facto de o desempenho ser medido não apenas pela «velocidade», mas também pela quantidade de processamento por unidade de energia. O próprio facto de a dimensão do plano ser expressa em gigawatts, uma unidade de potência, é simbólico. À medida que os centros de dados se expandem, garantir o fornecimento de energia começa a ser uma limitação mais importante do que o número de chips.
Uma diferença de dezenas de pontos percentuais na eficiência energética pode alterar a quantidade de serviços de IA que é possível executar com a mesma capacidade energética. Conceber os próprios chips permite ajustá-los com precisão aos serviços da empresa e, assim, aumentar as possibilidades de melhorar a eficiência. Esta deverá ser uma das razões que levam a Microsoft a reforçar a aposta numa estratégia própria.
Por outro lado, a informação divulgada não permite perceber se a expressão «vários gigawatts» se refere ao consumo de energia dos próprios chips ou à capacidade total das instalações. A dimensão efetiva da implementação e as condições em que foram medidos os vários indicadores de desempenho deverão ser esclarecidas no relatório técnico ou na Ignite 2026. A corrente de fundo é que o valor da IA dependerá não só da inteligência dos modelos, mas também da energia que os sustenta e da capacidade de conceber semicondutores. A evolução do Maia reflete essa tendência.
コメント