Microsoft punta a implementare il proprio chip AI «Azure Maia» su scala di diversi gigawatt a partire dal 2027

Microsoft ha annunciato il piano di implementare il chip AI progettato internamente «Azure Maia» su scala di diversi gigawatt a partire dal 2027. L’obiettivo è farne la principale piattaforma di inferenza per l’intero portafoglio di prodotti, ha dichiarato il dirigente Scott Guthrie. Maia 200 sta già alimentando Microsoft Copilot negli Stati Uniti, in Europa e in Australia; entro la fine dell’anno il suo utilizzo dovrebbe estendersi anche a GitHub Copilot e Foundry.

La scelta di prendere il controllo dell’infrastruttura che alimenta l’AI

Quando si parla di AI, l’attenzione tende a concentrarsi su quale modello sia più intelligente. Ma più aumentano gli utenti, più cresce la capacità di calcolo necessaria per generare ogni singola risposta. Chi esegue questa elaborazione, chiamata «inferenza», con quali dispositivi e quanta energia? L’annuncio di oggi riguarda proprio queste fondamenta.

Microsoft afferma che dal 2027 implementerà Maia su scala di diversi gigawatt, facendone uno dei principali sistemi di inferenza dei propri prodotti. Secondo quanto riferito, il CEO Satya Nadella l’ha definita «la più grande scommessa mai fatta sul silicio proprietario». L’azienda non intende limitarsi a dipendere dai chip acquistati all’esterno, ma punta a integrarli nella propria strategia cloud, dalla progettazione alla gestione.

Un aspetto da sottolineare è la varietà dei modelli che Maia sarà in grado di gestire. Oltre ai modelli di OpenAI, potrà eseguire la serie MAI di Microsoft e anche modelli open source. Più che un chip specializzato per un singolo modello, sembra quindi destinato a diventare una piattaforma di inferenza versatile, in grado di supportare i diversi sistemi AI utilizzati su Azure.

Maia 200 è già operativo e alimenta Copilot

Non si tratta di un piano ancora tutto sulla carta. Maia 200 alimenta già Microsoft Copilot negli Stati Uniti, in Europa e in Australia. Anche il supporto per GitHub Copilot e Foundry dovrebbe essere esteso entro la fine dell’anno.

Microsoft afferma che, nei carichi di lavoro di Teams, Maia può elaborare fino a 1,7 volte più token per watt rispetto alle principali GPU. Il token è una sorta di unità minima con cui l’AI gestisce il testo. Se aumenta il volume di elaborazione per unità di energia, la stessa infrastruttura può servire più utenti, con effetti diretti sui costi operativi. Il dato, tuttavia, proviene da Microsoft: le informazioni pubblicate non consentono di verificare nel dettaglio i termini di confronto e le condizioni di misurazione.

Maia 300 punta su input lunghi e agenti AI

La versione successiva, Maia 300, dovrebbe essere spedita nel 2027. Gli impieghi previsti comprendono l’elaborazione di input lunghi, le interazioni rapide e le attività di tipo agentico. Un agente è un’AI che, ricevute le istruzioni dell’utente, svolge autonomamente una serie di passaggi. Poiché può richiamare il modello più volte per eseguire una singola richiesta, tende a richiedere più capacità di calcolo rispetto a una normale conversazione.

Sono state rese note anche le specifiche del chip. Ogni chip integra 8 stack di memoria HBM4, per una capacità complessiva di 288 GB, una larghezza di banda di 18 TB al secondo e un consumo nominale di 950 watt. L’HBM è una memoria ad alta velocità utilizzata nell’AI; capacità e velocità diventano particolarmente importanti quando si devono gestire modelli grandi o contesti lunghi.

Microsoft sostiene che, rispetto ai sistemi GPU precedenti, Maia elabori il 40% di token in più per megawatt. Inoltre, un rack composto da 96 chip può generare fino a 7 volte più token rispetto a un rack Maia 200. I dettagli sono raccolti in un rapporto tecnico e sono previste ulteriori informazioni a Ignite 2026, in programma a novembre.

Perché il volume di elaborazione per unità di energia è diventato un criterio di competizione

L’aspetto più interessante dell’annuncio è che le prestazioni non vengono misurate soltanto in termini di «velocità», ma anche di quanta elaborazione si riesce a ottenere per unità di energia. Il fatto stesso che il piano sia descritto in gigawatt, un’unità di misura della potenza, è emblematico. Nell’espansione dei data center, la disponibilità di energia sta diventando un vincolo più importante del numero di chip.

Una differenza di alcune decine di punti percentuali nell’efficienza energetica può cambiare la quantità di servizi AI che è possibile far funzionare con lo stesso budget di energia. Progettare i chip internamente consente di adattarli con precisione ai propri servizi e di ampliare i margini di miglioramento dell’efficienza. È probabilmente anche per questo che Microsoft sta puntando sempre di più sulla produzione interna.

Le informazioni pubbliche non chiariscono, tuttavia, se l’espressione «diversi gigawatt» si riferisca al consumo energetico dei chip stessi o alla capacità complessiva degli impianti. Le dimensioni effettive dell’implementazione e le condizioni in cui sono state misurate le prestazioni dovrebbero essere precisate a Ignite 2026 o nel rapporto tecnico. A determinare il valore dell’AI saranno sempre più non soltanto l’intelligenza dei modelli, ma anche l’energia necessaria a sostenerli e la capacità di progettare semiconduttori. Il percorso di Maia riflette questa tendenza.