Microsoft 2027 से अपने AI चिप «Azure Maia» को कई गीगावॉट के पैमाने पर तैनात करेगा

Microsoft ने अपने डिज़ाइन किए AI चिप «Azure Maia» को 2027 से कई गीगावॉट के पैमाने पर तैनात करने की योजना का खुलासा किया है। कंपनी इसे अपने उत्पादों में प्रमुख इन्फरेंस आधार बनाने की योजना बना रही है। इसकी घोषणा कंपनी के कार्यकारी Scott Guthrie ने की। Maia 200 पहले से अमेरिका, यूरोप और ऑस्ट्रेलिया में Microsoft Copilot चला रहा है और साल के भीतर इसे GitHub Copilot तथा Foundry तक विस्तारित करने की योजना है।

AI चलाने वाले आधार पर अपना नियंत्रण रखने का विकल्प

AI की बात होती है तो अक्सर ध्यान इस पर जाता है कि कौन-सा मॉडल कितना बुद्धिमान है। लेकिन उपयोगकर्ताओं की संख्या बढ़ने के साथ, हर जवाब तैयार करने के लिए आवश्यक कंप्यूटिंग क्षमता भी बढ़ती जाती है। «इन्फरेंस» कहलाने वाली इस प्रक्रिया को किसके उपकरण पर और कितनी बिजली से चलाया जाए? यह घोषणा इसी बुनियादी ढाँचे के बारे में है।

Microsoft का कहना है कि वह 2027 से Maia को कई गीगावॉट के पैमाने पर तैनात करेगा और इसे अपने उत्पादों का प्रमुख इन्फरेंस सिस्टम बनाएगा। बताया जाता है कि CEO Satya Nadella ने इसे «अपने सिलिकॉन पर अब तक का सबसे बड़ा दांव» कहा है। इससे संकेत मिलता है कि कंपनी केवल बाहरी स्रोतों से चिप खरीदने पर निर्भर रहने के बजाय, डिज़ाइन से लेकर संचालन तक को अपनी क्लाउड रणनीति में शामिल करना चाहती है।

ध्यान देने योग्य बात यह है कि Maia कई तरह के मॉडल संभालेगा। बताया गया है कि यह OpenAI के मॉडल के साथ-साथ Microsoft की अपनी MAI सीरीज़ और ओपन-सोर्स मॉडल भी चलाएगा। इसे किसी खास मॉडल के लिए बने विशेष चिप के बजाय, Azure पर इस्तेमाल होने वाले विविध AI मॉडल को संभालने वाले सामान्य इन्फरेंस आधार के तौर पर देखा जा सकता है।

फिलहाल Maia 200, जिस पर Copilot पहले से चल रहा है

यह सिर्फ आगे की योजना नहीं है। Maia 200 पहले से अमेरिका, यूरोप और ऑस्ट्रेलिया में Microsoft Copilot चला रहा है। GitHub Copilot और Foundry के लिए भी इस साल के भीतर समर्थन शुरू होने की बात कही गई है।

Microsoft का कहना है कि Teams में Maia प्रमुख GPU की तुलना में प्रति वॉट 1.7 गुना तक अधिक टोकन प्रोसेस कर सकता है। टोकन, AI द्वारा पाठ को संसाधित करते समय इस्तेमाल होने वाली सबसे छोटी इकाई जैसी चीज़ है। प्रति यूनिट बिजली अधिक प्रोसेसिंग क्षमता होने से उसी उपकरण पर अधिक उपयोगकर्ताओं को सेवा दी जा सकती है, जिसका सीधा असर संचालन लागत पर पड़ता है। हालांकि, यह आंकड़ा Microsoft का दावा है और सार्वजनिक जानकारी में तुलना के आधार तथा मापन की परिस्थितियों का विस्तृत ब्योरा उपलब्ध नहीं है।

Maia 300 का लक्ष्य: लंबा इनपुट और AI एजेंट

अगली पीढ़ी का Maia 300 2027 में शिप किया जाना है। इसके लक्षित उपयोगों में लंबे इनपुट को प्रोसेस करना, तेज़ संवाद और एजेंट-आधारित कार्य शामिल हैं। एजेंट ऐसा AI है जो उपयोगकर्ता के निर्देश पर कई चरणों को स्वायत्त रूप से पूरा करता है। एक ही अनुरोध के दौरान यह मॉडल को कई बार सक्रिय कर सकता है, इसलिए इसमें पारंपरिक संवाद की तुलना में अधिक कंप्यूटिंग क्षमता की ज़रूरत पड़ सकती है।

चिप के विनिर्देश भी जारी किए गए हैं। एक चिप में HBM4 मेमोरी के 8 स्टैक हैं, जिनकी कुल क्षमता 288GB, बैंडविड्थ 18TB प्रति सेकंड और निर्धारित बिजली खपत 950 वॉट है। HBM AI के लिए इस्तेमाल होने वाली तेज़ मेमोरी है। बड़े मॉडल या लंबे संदर्भ को संभालते समय इसकी क्षमता और गति अहम हो जाती है।

प्रदर्शन के मामले में Microsoft का दावा है कि पहले के GPU सिस्टम की तुलना में यह प्रति मेगावॉट 40% अधिक टोकन प्रोसेस करता है। कंपनी का यह भी कहना है कि 96 चिप वाले रैक से Maia 200 के रैक की तुलना में अधिकतम 7 गुना टोकन तैयार किए जा सकते हैं। विवरण तकनीकी रिपोर्ट में संकलित हैं और नवंबर में होने वाले Ignite 2026 में अतिरिक्त जानकारी जारी होने की उम्मीद है।

प्रति यूनिट बिजली की प्रोसेसिंग क्षमता प्रतिस्पर्धा का पैमाना क्यों बन रही है

इस घोषणा में ध्यान खींचने वाली बात यह है कि प्रदर्शन का पैमाना सिर्फ «गति» नहीं, बल्कि «प्रति यूनिट बिजली कितनी प्रोसेसिंग हो सकती है» भी है। योजना के पैमाने को गीगावॉट—बिजली की इकाई—में बताना खुद इसका संकेत है। डेटा सेंटर के विस्तार में, चिपों की संख्या से अधिक बिजली की उपलब्धता एक बाधा बनती जा रही है।

बिजली दक्षता में कुछ दर्जन प्रतिशत का अंतर भी उसी बिजली सीमा में चल सकने वाली AI सेवाओं की मात्रा बदल सकता है। चिप को खुद डिज़ाइन करने पर कंपनी उसे अपनी सेवाओं के अनुरूप बारीकी से समायोजित कर सकती है और दक्षता में सुधार की गुंजाइश बढ़ा सकती है। लगता है कि Microsoft के अपने चिप बनाने की दिशा में आगे बढ़ने की वजहों में यह भी शामिल है।

दूसरी ओर, सार्वजनिक जानकारी से यह स्पष्ट नहीं है कि «कई गीगावॉट» का मतलब चिपों की बिजली खपत है या पूरे परिसर की क्षमता। वास्तविक तैनाती का पैमाना और प्रदर्शन के अलग-अलग आंकड़े किन परिस्थितियों में मापे गए, यह Ignite 2026 और तकनीकी रिपोर्ट में सामने आ सकता है। AI का मूल्य सिर्फ मॉडल की बुद्धिमत्ता से नहीं, बल्कि उसे सहारा देने वाली बिजली और सेमीकंडक्टर डिज़ाइन क्षमता से भी तय होगा। Maia की प्रगति इसी बदलाव को दर्शाती है।