Microsoft ha dettagliato le caratteristiche del suo futuro acceleratore di IA Maia 300, battezzato « Clea », in occasione dell’Open Compute Project Summit 2026. Progettato per l’inferenza, ovvero l’esecuzione dei modelli una volta addestrati, questo processore specializzato (XPU) dovrebbe consentire di far funzionare più velocemente l’IA generativa e carichi di lavoro agentici di dimensioni maggiori.
- Microsoft presenta Clea, la XPU di inferenza Maia 300.
- Il chip usa sette chip e otto stack HBM4, prodotti da TSMC a 2 nanometri.
- Un rack ospita 96 acceleratori, e 128 rack formano un dominio di 12.288 XPU.
- Microsoft dichiara fino a sette volte più throughput di token e 2,5 volte più prestazioni per watt, cifre non verificate in modo indipendente.
Microsoft progetta i propri chip dal 2023, con la Maia 100, denominata « Athena », presentata nel novembre 2023. La Maia 200, detta « Braga », è stata svelata nel gennaio 2026 ed entra in produzione su Azure quest’anno. In un annuncio separato, Scott Guthrie, vicepresidente esecutivo responsabile del cloud e dell’IA presso Microsoft, afferma che il « programma Azure Maia plurigenerazionale è diventato un elemento fondamentale della strategia di infrastruttura IA di Microsoft ». Le Maia 200 garantiscono già l’inferenza di Copilot e aiutano il team IA di Microsoft a sviluppare nuovi modelli. GitHub Copilot e Microsoft Foundry dovrebbero passare su questi chip entro la fine dell’anno, e Foundry farà girare i modelli di OpenAI, quelli di Microsoft e diversi modelli open source.
Un chip composto da più elementi
La Maia 300 non è un chip unico in senso stretto, ma un insieme di sette chip e otto stack di memoria HBM4 posizionati su un interposer. È fabbricata in 2 nanometri (processo N2P) da TSMC, mentre la Maia 200 utilizzava i 3 nanometri. La sua architettura in chiplets separa i controller di input-output e di memoria dal nucleo di calcolo. Microsoft indica che il chip integra 288 GB di HBM4.
Secondo le stime dell’analisi, la superficie del package raggiungerebbe circa 1.980 mm², contro gli 810 mm² della Maia 200, e il numero di transistor si aggirerebbe intorno ai 280 miliardi, esclusa la memoria HBM4. Queste cifre non provengono da Microsoft. La larghezza di banda della memoria HBM è stimata a 18 TB/s, con una larghezza di banda cumulativa delle SRAM, una memoria cache molto veloce, di circa 166,2 TB/s. Microsoft organizza inoltre la memoria in modo particolare: ogni coppia di tile di calcolo è collegata a una coppia di banchi HBM4, e la memoria non è condivisa esplicitamente tra tutte le tile.
Rack più densi
I server Maia 300 passano dal formato 2U al formato 1U, il che permette di raddoppiare il numero di acceleratori per rack, portandolo a 96 XPU. Microsoft indica che un rack consuma circa 167 kW. Collegando 128 rack, si ottengono 12.288 acceleratori nella stessa immagine di sistema, un dominio di coerenza superiore a quelli annunciati finora dai grandi attori del cloud, e più grande dei 72 o 144 GPU che Nvidia e AMD collegano in modo coerente nei loro sistemi a livello di rack.
Nella loro presentazione tecnica, Rani Borkar, presidente di Azure Hardware Systems and Infrastructure, e Saurabh Dighe, vicepresidente aziendale responsabile della pianificazione e dell’architettura dei sistemi, affermano che un rack di 96 Maia 300 fornisce fino a sette volte il « throughput di token » di un rack di 48 Maia 200. Indicano inoltre un miglioramento di 2,5 volte delle prestazioni per watt, un indicatore che la fonte presenta come il più notevole dell’annuncio. Queste cifre sono prestazioni annunciate da Microsoft e non sono state verificate in modo indipendente.
