Microsoft: Maia-Chip wird ab 2027 in großem Maßstab eingesetzt

Microsoft kündigte am Montag (12.) an, dass es seine Azure Maia-Beschleuniger-Familie ab 2027 in mehreren Gigawatt großen Installationen einsetzen wird, wobei der Maia 300 im Mittelpunkt steht. Laut einem Beitrag von Scott Guthrie, Executive Vice President für Cloud + AI, wird der Chip das primäre Inferenzsystem für die Produkte und Dienstleistungen von Microsoft selbst sein. Die aktuelle Generation, der Maia 200, wird bereits in Rechenzentren in den USA, Europa und Australien installiert.

Die Zahl, die das Unternehmen zur Unterstützung dieser Entscheidung gewählt hat, ist die Effizienz, nicht die rohe Leistung. "Wir erwarten, dass der Maia 300 40 % mehr Tokens pro Megawatt im Vergleich zu führenden GPU-basierten Systemen liefert", schrieb Guthrie. Microsoft hat nicht angegeben, mit welchem System gemessen wurde, noch unter welcher Arbeitslast. Dies ist ein ingenieurtechnisches Ziel ohne unabhängige Benchmark und sollte so interpretiert werden.

Warum Tokens pro Megawatt

Die Kennzahl zeigt, wo der Engpass liegt. Energie ist die knappe Ressource der Hyperscaler geworden, und wer mehr Inferenz aus jedem megawatt an Energie herauszieht, senkt die Grenzkosten jeder Antwort des Copilot oder jedes agenten, der im Azure läuft. Laut Berichten über die Ankündigung verbraucht ein Rack mit Maia 300 etwa 167 Kilowatt, was vielfach die Dichte eines typischen Unternehmensracks übersteigt und eine komplette Neugestaltung ganzer Räume erforderlich macht.

Der Chip ändert auch die Architektur. Der Maia 300 verwendet ein Chiplets-Design, mit Recheneinheiten, die im N2P-Prozess von TSMC, einer 2-Nanometer-Familie, hergestellt werden. Es ist dieselbe Kapazitätsreihe, um die Apple, Nvidia und AMD in Hsinchu, Taiwan, kämpfen, was Microsoft von 2027 an zu einem wichtigen Kunden der fortschrittlichsten Nodetechnologie der Foundry macht.

Die Botschaft an Nvidia

Microsoft gibt die GPUs nicht auf. Bloomberg berichtete, dass Nvidia weiterhin eine Rolle im Serverpark des Unternehmens spielt und das Training von hochmodernen Modellen nach wie vor auf Hardware von Drittanbietern angewiesen ist. Was sich ändert, ist die Inferenz, die heute der am schnellsten wachsende Teil der Rechenlast eines jeden Cloud-Anbieters ist.

Microsoft kommt zu diesem Trend etwas spät. Google nutzt seit fast einem Jahrzehnt eigene TPUs, und Amazon pusht Trainium an Kunden wie Anthropic. Microsoft kommt mit einem Volumen, das in Gigawatt gemessen wird, nicht mit experimentellen Racks, und mit der gefangenen Nachfrage von Produkten wie dem Microsoft 365 Copilot, um die Kapazität zu absorbieren. Für Nvidia wird der Verlust nicht im nächsten Quartal sichtbar. Er zeigt sich in der Verhandlungsmarge: Ein Kunde, der eine interne Alternative hat, zahlt weniger für die nächste Generation.

Was sich für Cloud-Käufer ändert

Für den CIO ist die direkte Wirkung weniger sichtbar als es die Schlagzeile vermuten lässt. Maia entstammt als primäres Inferenzsystem der eigenen Microsoft-Dienste. Doch die Kosten der Inferenz für Copilot, Azure OpenAI und Unternehmensagenten hängen jetzt von Silizium ab, das Microsoft kontrolliert, was Raum für Preise schafft, die Nvidia nicht diktiert.

Der Effekt erstreckt sich über mehrere Märkte. In den USA, wo der Großteil der Azure-Installationen angesiedelt ist, wird um Energie und Netzwerkanbindung konkurriert. In Taiwan verstärkt der Auftrag die Konzentration auf das 2-Nanometer-Nod der TSMC, ein geopolitisches Risiko, das Vorstände bereits als Tagesordnungspunkt behandeln. In Europa, wo der Maia 200 bereits tätig ist, wiegt eigene Kapazität im Gespräch über Datensouveränität, da sie die Abhängigkeit von einem einzigen GPU-Anbieter für Dienstleistungen, die Regierungen und Banken in Anspruch nehmen, verringert.

Für Beratungsunternehmen, die Azure weiterverkaufen und implementieren, ändert sich die Kalkulation. Projekte im Bereich der generativen KI wurden bisher auf Basis des Preises für gemietete GPUs kalkuliert; eine Inferenzschicht mit eigenen Kosten von Microsoft ändert den Vergleich mit AWS und Google Cloud, die bereits eigene Chips betreiben. Die Gesamtkostenanalyse, die 2025 durchgeführt wird, ist schnell veraltet.

Der Vorbehalt bleibt beim Unternehmen selbst. Microsoft spricht von 2027 für die Skalierung in Gigawatt, und Zeitpläne für Halbleiter im fortschrittlichsten Nod der TSMC rutschen häufig. Bis dahin bleiben die 40 % ein Versprechen ohne benannte Vergleichswerte, und der Markt wird die Zahl gegen einen realen GB300 messen, nicht gegen eine generische GPU.