Microsoft zaprezentował w poniedziałek 12 października Maia 300, trzecią generację własnego akceleratora AI, i zapowiada, że w 2027 roku może uruchomić ponad milion tych układów na potrzeby swoich usług AI. Według firmy szafa z 96 chipami Maia 300 wykonuje około 40 proc. więcej użytecznych obliczeń na każdy megawat energii niż „wiodące systemy oparte na GPU”, czyli w praktyce maszyny Nvidii.
- Microsoft zaprezentował Maia 300, trzecią generację własnego akceleratora AI, i zapowiada uruchomienie potencjalnie ponad miliona tych układów w 2027 roku – to skok o rząd wielkości względem dotychczasowej produkcji Maia 200, której wyprodukowano zaledwie dziesiątki tysięcy sztuk.
- Szafa z 96 chipami Maia 300 pobiera około 167 kW i według Microsoftu wykonuje około 40 proc. więcej użytecznych obliczeń na każdy megawat energii niż „wiodące systemy oparte na GPU", choć firma nie ujawniła, z którym konkretnym systemem Nvidii dokonała tego porównania.
- Głównym motywem projektu Maia są oszczędności – według The Information uruchamianie modeli na Maia 200 jest o 30–40 proc. tańsze w eksploatacji niż na najnowszym sprzęcie Nvidii, co przy wydatkach inwestycyjnych Microsoftu przekraczających w tym roku 175 mld dolarów przekłada się na miliardy oszczędności.
Informację podała agencja Reuters, która rozmawiała z Rani Borkar, prezes działu Azure Hardware Systems and Infrastructure w Microsofcie. Firma mówi o „wielogigawatowych wdrożeniach” Maia 300 od przyszłego roku. To skala, jakiej żaden wcześniejszy chip Microsoftu nawet nie zbliżył się osiągnąć.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Maia 300 składa się z chipletów wykonanych w 2 i 3 nm w TSMC
Microsoft zbudował Maia 300 inaczej niż Nvidia. Akceleratory Nvidii opierają się na jednym dużym układzie obliczeniowym otoczonym kośćmi pamięci HBM (high-bandwidth memory, szybkiej pamięci o dużej przepustowości). Procesor centralny Maia 300 to zestaw chipletów, czyli mniejszych, wyspecjalizowanych układów połączonych w jedną całość.
Podział wygląda tak:
- chiplety odpowiedzialne za główne obliczenia powstają w procesie 2 nm w tajwańskim TSMC,
- chiplety odpowiedzialne między innymi za przesyłanie danych poza procesor i wewnątrz systemu wykonano w tańszym procesie 3 nm.
Taki podział pozwala płacić za najdroższą technologię produkcyjną tylko tam, gdzie rzeczywiście daje przewagę. Microsoft nie podał w rozmowie z Reuters liczby tranzystorów, mocy pojedynczego chipa ani wydajności w konkretnych formatach liczbowych.
Szafa Maia 300 pobiera 167 kW, szafa Nvidii GB300 około 142 kW
Najwięcej konkretów Microsoft podał na poziomie całych szaf serwerowych, a nie pojedynczych układów.
| Parametr | Microsoft Maia 300 | Nvidia GB300 |
|---|---|---|
| Liczba akceleratorów w szafie | 96 chipów | 72 GPU |
| Pobór mocy szafy | ok. 167 kW | ok. 142 kW |
| Pobór mocy w przeliczeniu na akcelerator* | ok. 1,74 kW | ok. 1,97 kW |
*Wyliczenie redakcji AIPORT.pl na podstawie danych z Reuters. Obejmuje całą szafę, więc nie jest to pobór samego chipa, a jeden akcelerator Microsoftu nie odpowiada wydajnością jednemu GPU Nvidii.
Deklaracja o 40 proc. więcej obliczeń na megawat ma jedno słabe miejsce. Microsoft nie powiedział, z którym konkretnie systemem porównywał swoje szafy. Do czasu publikacji niezależnych testów traktuję tę liczbę jako twierdzenie producenta, nie jako zmierzony fakt.
Rani Borkar tłumaczy przewagę optymalizacją całego systemu, a nie samego krzemu. Jej zdaniem Maia 300 daje „więcej inteligencji na każdy wat, każdego dolara i każdy bajt pamięci” / „more intelligence for every watt, every dollar, and every byte of memory”.
Maia 200 działa od stycznia, ale wyprodukowano jej tylko dziesiątki tysięcy sztuk
Maia 300 to trzecie podejście Microsoftu do własnego akceleratora AI. Pierwszy chip Maia firma przedstawiła w listopadzie 2023 roku, a drugą generację, Maia 200, w styczniu 2026 roku.
Maia 200 powstaje w procesie 3 nm TSMC i ma ponad 140 mld tranzystorów. Osiąga ponad 10 petaFLOPS w precyzji 4-bitowej przy budżecie mocy 750 W, ma 216 GB pamięci HBM3e i 272 MB pamięci SRAM na chipie. Microsoft zaprojektował ją do inferencji, czyli uruchamiania gotowych modeli, a nie do ich trenowania. Według Reuters Maia 200 obsługuje dziś zarówno modele Microsoftu, jak i modele OpenAI udostępniane w chmurze Azure.
Skala była jednak niewielka. Według The Information Microsoft wyprodukował dotąd zaledwie dziesiątki tysięcy Maia 200, a pod koniec lipca akceleratory działały w dwóch amerykańskich centrach danych. Wdrożenie zaczęło się w regionie US Central pod Des Moines w stanie Iowa, a kolejnym miał być region US West 3 pod Phoenix w Arizonie.
Teraz Microsoft mówi o milionie sztuk w jednym roku. To skok o rząd wielkości lub więcej.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Microsoft liczy na niższe koszty, Nvidia zostaje w Azure
Głównym motywem projektu Maia są pieniądze. Według The Information Microsoft przekazał inwestorom w lipcu, że uruchamianie modeli OpenAI i Microsoftu na Maia 200 jest o 30-40 proc. tańsze w eksploatacji niż na najnowszym sprzęcie Nvidii. Przy wydatkach inwestycyjnych, które według Microsoftu w tym roku kalendarzowym przekroczą 175 mld dolarów, nawet kilka punktów procentowych oszczędności na energii i sprzęcie przekłada się na miliardy.
Microsoft nie rezygnuje przy tym z Nvidii. Maia 300 ma według Reuters zasilać przede wszystkim wewnętrzne usługi AI firmy. Najprostsza interpretacja tej strategii: tańszy własny krzem przejmuje przewidywalne obciążenia Microsoftu, a GPU Nvidii zostają dla klientów Azure, którzy ich oczekują i za nie płacą.
Patrzę na tę zapowiedź z dużym zainteresowaniem i z równie dużą rezerwą. Microsoft przez prawie trzy lata pokazywał kolejne generacje Maia, ale w praktyce działały w dwóch amerykańskich centrach danych. Teraz nagle słyszymy o milionie chipów i wielu gigawatach. Jeśli to się uda, będzie to pierwszy moment, w którym Microsoft realnie zmniejszy zależność od Nvidii, a nie tylko o tym opowiada.
Liczba 40 proc. więcej obliczeń na megawat brzmi świetnie, ale bez nazwy systemu porównawczego i bez niezależnych testów to na razie materiał marketingowy. Dla mnie ważniejsze pytanie brzmi inaczej: czy oszczędności zostaną w Microsofcie, czy przynajmniej część trafi do klientów w postaci tańszego Copilota i usług Azure AI? Historia chmury podpowiada, że niższy koszt produkcji wcale nie musi oznaczać niższej ceny dla użytkownika.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Google i Amazon są w produkcji własnych chipów AI kilka lat przed Microsoftem
Microsoft wchodzi do gry później niż najwięksi rywale chmurowi. Amazon i Google zaczęły projektować własne chipy wiele lat wcześniej, a linia Maia jest powszechnie uznawana za mniej dojrzałą od ich rozwiązań, które już masowo obsługują usługi AI.
Różnicę dobrze pokazują szacunki produkcji. The Information, powołując się na Morgan Stanley, podało, że Google planował wyprodukować ponad 3 mln układów TPU w 2026 roku i 5 mln w 2027 roku. Nawet milion Maia 300 rocznie oznaczałby więc dla Microsoftu dogonienie, a nie wyprzedzenie Google.
Wyścig nie dotyczy tylko gigantów chmurowych. Według Reuters własne chipy rozwija też OpenAI, a cała fala projektów ma osłabić pozycję Nvidii na rynku obliczeń AI. The Information informowało w sierpniu, że Microsoft chce przekonać do Maia 300 Anthropic, choć ta firma buduje własny zespół projektujący chipy. Microsoft nie potwierdził w poniedziałek żadnego zewnętrznego klienta Maia 300.
Zapowiedź spełnia sierpniowe przecieki z nadwyżką
Poniedziałkowa premiera potwierdza doniesienia sprzed dwóch miesięcy, ale z wyższymi liczbami. The Information pisało 10 sierpnia, że Microsoft negocjuje z TSMC moce produkcyjne dla ponad 300 tys. chipów Maia 300 z dostawą w 2027 roku. Docelowo firma miała celować w moce dla ponad miliona układów, choć dostępność komponentów i rozmowy z TSMC mogły ograniczyć te plany.
Andrew Wall, dyrektor generalny Azure Maia, odpowiadał wtedy, że Microsoft nie ujawnia wolumenów, ale podawane w mediach liczby nie oddają skali programu. Poniedziałkowa deklaracja o potencjalnie ponad milionie chipów pokazuje, że chodziło o liczby wyższe, a nie niższe.
Ryzyko produkcyjne nie zniknęło. Maia 300 korzysta z procesu 2 nm, o który rywalizują najwięksi klienci TSMC, a Microsoft mówi o „potencjalnie” ponad milionie układów, nie o zamówionym wolumenie.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co Maia 300 oznacza dla polskich klientów Azure?
Bezpośrednio na razie niewiele. Microsoft nie podał, w których regionach Azure staną szafy z Maia 300, a dotychczasowe wdrożenia Maia 200 dotyczyły wyłącznie Stanów Zjednoczonych.
Polska ma jednak własną infrastrukturę Microsoftu. Region Azure Poland Central, uruchomiony w 2023 roku jako pierwszy w Europie Środkowo-Wschodniej, obejmuje trzy niezależne lokalizacje w pobliżu Warszawy. W lutym 2025 roku Microsoft ogłosił inwestycję 2,8 mld zł w rozbudowę infrastruktury chmurowej i AI w Polsce, w tym istniejących centrów danych.
Dla polskich firm korzystających z Microsoft 365 Copilot czy modeli OpenAI w Azure najważniejsze jest to, ile będą płacić za obliczenia AI. Maia 300 może obniżyć koszty Microsoftu niezależnie od tego, gdzie stoją serwery, bo te same usługi działają na globalnej infrastrukturze. Czy przełoży się to na ceny dla klientów w Polsce, Microsoft nie zapowiedział.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym materiału agencji Reuters z dnia 12.10.2026 opartego na zapowiedzi Microsoftu i wywiadzie z Rani Borkar, a także Reuters/The Information o planach produkcji Maia 300 z 10.08.2026 oraz Techzine (parametry Maia 200). Kontekst rynkowy: Runtime Wire, MarketBeat. Polski kontekst: Microsoft Polska.
Cytat Rani Borkar, prezes Azure Hardware Systems and Infrastructure w Microsoft, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wdrożeniach i niezależnych testach chipów Microsoft Maia 300.
