Microsoft wil in september nieuwe Maia 300-chip onthullen

Microsoft is van plan in september de Maia 300 te onthullen, de volgende generatie van zijn zelfontwikkelde AI-chip. Dat meldt Reuters op basis van berichtgeving van The Information.

Het technologiebedrijf zou met chipfabrikant TSMC spreken over productiecapaciteit voor meer dan 300.000 exemplaren die in 2027 moeten worden geleverd. Op langere termijn wil Microsoft volgens de berichtgeving ruimte reserveren voor meer dan één miljoen chips.

Microsoft heeft de introductiedatum en productieaantallen nog niet officieel bevestigd. De plannen kunnen daardoor nog veranderen.

Met Maia probeert Microsoft minder afhankelijk te worden van de kostbare AI-processors van Nvidia. Een eigen chip kan het bedrijf bovendien nauwkeuriger afstemmen op Azure, Copilot en de modellen die binnen zijn datacenters draaien.

Maia is Microsofts eigen familie van AI-versnellers. De chips zijn bedoeld voor het trainen of gebruiken van grote AI-modellen binnen de datacenters van Microsoft.

Het bedrijf introduceerde de eerste Maia-chip in 2023. In januari 2026 volgde de Maia 200, die met een productieproces van drie nanometer bij TSMC wordt gemaakt.

De Maia 200 is vooral ontwikkeld voor inference. Dat is het proces waarbij een reeds getraind model een antwoord genereert. Iedere Copilot-opdracht, samenvatting of gegenereerde afbeelding vereist zulke berekeningen.

Inference wordt steeds belangrijker voor de kosten van AI. Het trainen van een model is extreem duur, maar gebeurt slechts periodiek. Een populair product moet vervolgens iedere dag mogelijk miljarden opdrachten verwerken.

Wanneer Microsoft daarvoor uitsluitend chips van externe leveranciers gebruikt, betaalt het niet alleen voor de productie, maar ook voor de winstmarge en schaarste rond die hardware.

Over de technische eigenschappen van Maia 300 is nog weinig officieel bekend. De naam suggereert dat het om een duidelijke opvolger van de Maia 200 gaat.

Microsoft zal waarschijnlijk proberen de prestaties per watt te verhogen. Dat is belangrijk omdat elektriciteit en koeling inmiddels belangrijke beperkingen vormen bij de uitbreiding van datacenters.

Ook geheugen speelt een grote rol. AI-chips moeten enorme hoeveelheden modelgegevens snel kunnen verwerken. Een processor kan krachtige rekeneenheden hebben, maar alsnog worden afgeremd wanneer informatie niet snel genoeg uit het geheugen wordt aangevoerd.

De Maia 200 gebruikt volgens Microsoft veel snel SRAM-geheugen direct rond de rekenonderdelen. Voor Maia 300 kan het bedrijf deze strategie verder uitbreiden of combineren met nieuwe geheugentechnologie.

Zonder officiële specificaties is het nog niet mogelijk de chip betrouwbaar met Nvidia’s nieuwste systemen of de chips van Google en Amazon te vergelijken.

Microsoft ontwerpt Maia zelf, maar beschikt niet over eigen fabrieken voor de productie van geavanceerde halfgeleiders. Daarvoor is het bedrijf afhankelijk van TSMC.

De Taiwanese fabrikant maakt ook chips voor bedrijven zoals Apple, Nvidia, AMD en andere grote technologieconcerns. De modernste productiecapaciteit is daardoor bijzonder gewild.

Microsoft zou capaciteit voor meer dan 300.000 Maia 300-chips willen vastleggen voor levering in 2027. Op langere termijn gaat het volgens de berichtgeving om ruimte voor meer dan één miljoen exemplaren.

Een reservering van productiecapaciteit betekent niet automatisch dat al deze chips daadwerkelijk worden gemaakt. Microsoft kan de bestelling aanpassen wanneer het ontwerp vertraging oploopt, de vraag verandert of belangrijke onderdelen niet beschikbaar zijn.

De onderhandelingen tonen wel dat Microsoft op een veel grotere inzet van eigen AI-hardware mikt dan bij de eerste generaties.

Nvidia heeft een dominante positie in AI-datacenters. De kracht van het bedrijf zit niet alleen in zijn GPU’s, maar ook in de bijbehorende netwerkapparatuur en software.

Vooral CUDA vormt een belangrijk voordeel. Ontwikkelaars gebruiken dit softwareplatform al jaren om toepassingen voor Nvidia-hardware te bouwen.

Een eigen Microsoft-chip moet daarom meer bieden dan goede theoretische prestaties. De software moet modellen eenvoudig kunnen verdelen, uitvoeren en controleren zonder dat ontwikkelaars voor iedere toepassing ingewikkelde aanpassingen maken.

Microsoft zal Nvidia-hardware niet volledig vervangen. Azure-klanten willen toegang houden tot dezelfde systemen die zij elders gebruiken. Bovendien kan de vraag naar rekenkracht zo sterk groeien dat Microsoft zowel eigen chips als grote aantallen Nvidia-processors nodig heeft.

Maia geeft het bedrijf wel meer onderhandelingsruimte. Voor geschikte interne taken kan Microsoft kiezen welke hardware per euro en per watt de beste prestaties levert.

Microsoft is niet het eerste cloudbedrijf met eigen AI-processors.

Google ontwikkelt al meerdere generaties Tensor Processing Units. Deze TPU’s worden gebruikt voor Googles eigen modellen en zijn ook via Google Cloud beschikbaar.

Amazon heeft met Trainium en Inferentia eveneens afzonderlijke chips voor het trainen en uitvoeren van modellen. Het bedrijf maakt de systemen beschikbaar aan AWS-klanten en werkt met AI-ontwikkelaars om modellen voor de hardware te optimaliseren.

Microsoft begon later met het opbouwen van een vergelijkbare chipfamilie. Eerdere Maia-projecten liepen bovendien vertraging op.

De Maia 300 moet daarom aantonen dat Microsoft niet alleen experimentele chips kan ontwerpen, maar deze ook op grote schaal kan produceren en inzetten.

Volgens de berichtgeving hoopt Microsoft ook grote externe klanten voor Maia 300 te interesseren. Anthropic wordt genoemd als een mogelijke gebruiker.

Voor klanten kan een Microsoft-chip aantrekkelijk zijn wanneer deze goedkoper of beter beschikbaar is dan vergelijkbare Nvidia-hardware. De werkelijke prijs hangt echter niet alleen van de chip af.

Ook softwareondersteuning, netwerkprestaties en de tijd die nodig is om een model geschikt te maken voor de hardware tellen mee. Een goedkopere chip levert weinig voordeel op wanneer een ontwikkelteam maanden nodig heeft om bestaande systemen om te bouwen.

Microsoft kan dit probleem verkleinen door de chip direct te integreren in Azure. Klanten huren dan rekenkracht zonder zelf servers of losse processors te kopen.

De ontwikkeling van Maia past in een bredere verandering binnen de cloudsector. Grote platformbedrijven willen niet langer volledig afhankelijk zijn van dezelfde externe leverancier.

Een eigen chip geeft Microsoft controle over kosten, energieverbruik, planning en technische eigenschappen. Het bedrijf kan hardware aanpassen aan de modellen en software die het zelf het vaakst gebruikt.

Tegelijkertijd is het ontwerpen van geavanceerde chips duur en risicovol. Een fout kan de productie maanden vertragen. Tegen de tijd dat een processor breed beschikbaar is, kan een concurrent alweer een nieuwe generatie hebben uitgebracht.

Als Microsoft inderdaad in september meer details presenteert, zullen vooral de prestaties, energie-efficiëntie en beschikbaarheid belangrijk zijn. Het aantal gereserveerde chips zegt weinig wanneer de software niet goed werkt of de prestaties achterblijven.

Maia 300 hoeft Nvidia niet te verslaan om voor Microsoft waardevol te zijn. Wanneer de chip een deel van de enorme interne AI-werkbelasting goedkoper kan uitvoeren, kan dat al miljarden dollars aan infrastructuurkosten schelen.