Microsoft a détaillé les caractéristiques de son futur accélérateur d’IA Maia 300, baptisé « Clea », à l’occasion de l’Open Compute Project Summit 2026. Conçu pour l’inférence, c’est-à-dire l’exécution des modèles une fois entraînés, ce processeur spécialisé (XPU) doit permettre de faire tourner plus vite l’IA générative et des charges de travail agentiques de plus grande taille.
- Microsoft présente Clea, sa XPU Maia 300 dédiée à l’inférence des modèles d’IA.
- Cette puce associe sept éléments de calcul et huit piles HBM4, gravées en 2 nanomètres par TSMC.
- Ses racks regroupent 96 accélérateurs, et 128 racks forment un ensemble de 12 288 XPU.
- Microsoft annonce sept fois plus de débit de tokens par rack, mais ces chiffres ne sont pas vérifiés.
Microsoft conçoit ses propres puces depuis 2023, avec la Maia 100, nommée « Athena », présentée en novembre 2023. La Maia 200, dite « Braga », a été dévoilée en janvier 2026 et monte en production sur Azure cette année. Dans une annonce distincte, Scott Guthrie, vice-président exécutif chargé du cloud et de l’IA chez Microsoft, affirme que le « programme Azure Maia pluri-générationnel est devenu un élément fondamental de la stratégie d’infrastructure IA de Microsoft ». Les Maia 200 assurent déjà l’inférence de Copilot et aident l’équipe IA de Microsoft à développer de nouveaux modèles. GitHub Copilot et Microsoft Foundry doivent passer sur ces puces d’ici la fin de l’année, et Foundry fera tourner les modèles d’OpenAI, ceux de Microsoft et plusieurs modèles open source.
Une puce composée de plusieurs éléments
La Maia 300 n’est pas une puce unique au sens strict, mais un ensemble de sept puces et de huit piles de mémoire HBM4 posées sur un interposeur. Elle est fabriquée en 2 nanomètres (procédé N2P) par TSMC, alors que la Maia 200 utilisait le 3 nanomètres. Son architecture en chiplets sépare les contrôleurs d’entrées-sorties et de mémoire du cœur de calcul. Microsoft indique que la puce embarque 288 Go de HBM4.
D’après les estimations de l’analyse, la surface du boîtier atteindrait environ 1 980 mm², contre 810 mm² pour la Maia 200, et le nombre de transistors avoisinerait 280 milliards, hors mémoire HBM4. Ces chiffres ne proviennent pas de Microsoft. La bande passante de la mémoire HBM est également estimée à 18 To/s, avec une bande passante cumulée des SRAM, une mémoire cache très rapide, d’environ 166,2 To/s. Microsoft organise par ailleurs la mémoire de manière particulière : chaque paire de tuiles de calcul est reliée à une paire de bancs HBM4, et la mémoire n’est pas partagée explicitement entre toutes les tuiles.
Des racks plus denses
Les serveurs Maia 300 passent du format 2U au format 1U, ce qui permet de doubler le nombre d’accélérateurs par rack, à 96 XPU. Microsoft indique qu’un rack consomme environ 167 kW. En reliant 128 racks, on obtient 12 288 accélérateurs dans une même image système, un domaine de cohérence supérieur à ceux annoncés jusqu’ici par les grands acteurs du cloud, et plus grand que les 72 ou 144 GPU que Nvidia et AMD relient de façon cohérente dans leurs systèmes à l’échelle du rack.
Dans leur présentation technique, Rani Borkar, présidente d’Azure Hardware Systems and Infrastructure, et Saurabh Dighe, vice-président corporate chargé de la planification et de l’architecture des systèmes, affirment qu’un rack de 96 Maia 300 délivre jusqu’à sept fois le « débit de tokens » d’un rack de 48 Maia 200. Ils avancent également une amélioration de 2,5 fois des performances par watt, un indicateur que la source présente comme le plus notable de l’annonce. Ces chiffres sont des performances annoncées par Microsoft et n’ont pas été vérifiés de façon indépendante.
