Azure Maia 300 muscle l’inférence IA de Microsoft

Microsoft a présenté le 12 octobre 2026 Azure Maia 300, troisième génération de sa famille d’accélérateurs IA maison, avec un objectif clair : passer à des déploiements multi-gigawatts dès 2027 et faire de Maia le système d’inférence principal de ses produits et services. L’entreprise mise sur ce composant pour les usages à contexte long, les conversations à faible latence et les tâches agentiques multi-étapes, ces enchaînements d’actions automatisées qui sollicitent fortement mémoire, calcul et réseau. La transition compte, car elle dit beaucoup de la bataille qui se joue désormais sur l’infrastructure, pas seulement sur les modèles.

Un accélérateur pensé pour faire tourner l’IA, pas seulement la montrer

Scott Guthrie, vice-président exécutif de Cloud + AI, a décrit Maia 300 dans le blog officiel de Microsoft comme un “complete intelligent system”. L’expression n’est pas qu’un effet de manche : la puce adopte une architecture “inference-first”, optimisée pour les charges de travail gourmandes en mémoire et en décodage, là où le modèle doit répondre vite sans gaspiller d’énergie. Microsoft dit vouloir équilibrer calcul, bande passante mémoire, interconnexion et efficacité énergétique à l’échelle du cloud.

Dans la pratique, Maia 300 s’appuie sur huit piles de HBM4, avec 18,0 To/s de bande passante théorique et un TDP de 950 watts. La puce passe aussi à une conception multi-chiplet, en séparant calcul, contrôleurs mémoire et E/S, avec des chiplets gravés chez TSMC en N2P. Microsoft ajoute un support de formats basse précision, dont une version renforcée de MXFP4, pour réduire les besoins en mémoire et en bande passante. Le message est limpide : moins de mouvements de données, plus de débit utile. Un vieux serpent de mer des datacenters, mais en plus rapide.

Le réseau devient une pièce du calcul, pas juste un tuyau

Microsoft présente aussi le réseau comme un prolongement de l’architecture de données. Les interconnexions haute bande passante entre accélérateurs servent le parallélisme de tenseurs, tandis qu’un transport IA personnalisé assure la montée en charge sur une infrastructure Ethernet. Cette topologie unifiée doit aller d’un seul rack jusqu’au datacenter, sans changer de logique logicielle en route.

À l’échelle d’un rack, Microsoft annonce 96 accélérateurs Maia 300 pour 167 kW de consommation, avec 27,6 To de mémoire HBM et 1,7 Po/s de bande passante HBM agrégée dans le domaine scale-up. L’entreprise promet ainsi davantage d’interactions IA simultanées et des charges plus lourdes par rack. Elle avance aussi un gain de 40 % de tokens par mégawatt face aux meilleurs systèmes basés sur GPU. Ce chiffre reste à comparer aux conditions exactes de mesure [à vérifier], mais il donne la direction recherchée : faire plus avec moins d’électricité.

Maia 200 sert déjà de banc d’essai à toute la gamme

Maia 300 ne débarque pas dans le vide. Microsoft rappelle que Maia 200 est déjà en production sur des charges internes, notamment Microsoft Copilot et l’équipe MAI, avec GitHub Copilot et Microsoft Foundry annoncés ensuite d’ici la fin 2026. Les usages couverts vont des modèles OpenAI aux modèles MAI de Microsoft, en passant par plusieurs familles open source. Maia 200 est déployé aux États-Unis, en Europe et en Australie.

Lors de son lancement, le 26 janvier 2026, Maia 200 était présenté comme un accélérateur d’inférence gravé en 3 nm chez TSMC, avec 216 Go de HBM3e, 272 Mo de SRAM interne, plus de 140 milliards de transistors et plus de 10 petaFLOPS en FP4 pour 750 watts. Microsoft disait alors que cette puce était son système d’inférence le plus efficace et le plus performant jamais déployé en interne. Sur Maia 200, l’entreprise annonçait aussi jusqu’à 1,7x plus de tokens par watt pour Teams, Copilot et Cowork face à des infrastructures GPU concurrentes.

Ce que Microsoft prépare pour la suite

Les enseignements tirés de Maia 200 ont directement nourri la conception de Maia 300, selon Guthrie. Microsoft veut utiliser cette base pour davantage de services IA : expériences de codage chez GitHub, service de modèles à grande échelle via Microsoft Foundry, génération de données pour l’équipe MAI, ou encore workflows Dragon Copilot destinés à réduire la charge administrative des soignants. Le calendrier est net : production de Maia 300 en 2027, puis montée en puissance vers des déploiements multi-gigawatts.

L’enjeu dépasse Microsoft. En développant ses propres puces, le groupe réduit une partie de sa dépendance aux GPU du marché et cherche un meilleur contrôle sur les coûts, l’énergie et la disponibilité. Azure Maia 300 s’inscrit donc dans une stratégie industrielle plus large, où l’avantage ne vient plus seulement du modèle d’IA, mais de toute la chaîne qui l’alimente. Et c’est souvent là que se gagne, ou se perd, la marge.