Microsoft prépare des racks Azure Maia à l’échelle du gigawatt

Microsoft a dévoilé Azure Maia 300, sa prochaine génération d’accélérateurs IA conçue pour l’inférence, c’est-à-dire l’exécution des modèles déjà entraînés. La puce doit entrer en production en 2027 et s’inscrire dans des déploiements multi-gigawatts, un signal clair sur l’ampleur des infrastructures que le groupe prépare pour ses propres services et pour Azure. Maia 200 est déjà en production sur plusieurs workloads internes, dont Microsoft Copilot, et sert de marchepied à cette montée en puissance.

Une puce pensée pour les usages d’agent, pas pour la vitrine

Azure Maia 300 n’est pas présentée comme un simple composant, mais comme un système complet. Microsoft insiste sur une architecture dite inference-first, optimisée pour les requêtes à long contexte, les charges de travail gourmandes en mémoire et les tâches agentiques, ces enchaînements d’actions où un modèle doit raisonner, appeler des outils et enchaîner plusieurs étapes sans décrocher.

Dans ce contexte, l’enjeu n’est pas seulement la puissance brute. Le groupe dit vouloir réduire les mouvements de données, améliorer l’utilisation du calcul et faire du réseau une extension du système logiciel. Dit autrement : moins de kilomètres de données pour plus de travail utile. Les câbles, eux, n’ont pas le droit au syndrôme du buffet à volonté.

Selon le billet de Scott Guthrie, vice-président exécutif de Microsoft Cloud and AI, Maia 300 doit aussi mieux servir les usages où la latence compte, comme les expériences conversationnelles ou la génération de code. Le constructeur lie donc directement le design matériel aux produits qui tournent déjà sur ses propres plateformes.

Ce que promet la génération Maia 300

Sur le papier, les chiffres sont ambitieux. Dans une configuration complète de 96 accélérateurs, Maia 300 doit offrir jusqu’à 7 fois le débit de jetons par rack de Maia 200, avec 40 % de jetons supplémentaires par mégawatt par rapport aux principaux systèmes à GPU. Microsoft annonce aussi 8 piles HBM4, 18,0 To/s de bande passante mémoire de crête et une enveloppe thermique de 950 watts par puce.

Autre élément de la fiche technique : une architecture multi-chiplet, avec des fonctions de calcul, de contrôleur mémoire et d’E/S séparées, et des cœurs de calcul gravés chez TSMC en procédé N2P. Le système de rack regroupe 96 accélérateurs dans une enveloppe de 167 kilowatts, pour 27,6 To de capacité HBM et 1,7 Po/s de bande passante HBM agrégée sur le domaine de scale-up.

Microsoft précise que Maia 200 est déjà déployé aux États-Unis, en Europe et en Australie, et qu’il délivre jusqu’à 1,7 fois plus de jetons par watt pour certaines fonctions d’IA intégrées à Teams, Copilot et Cowork par rapport à une infrastructure GPU de référence. Maia 300 reprend cette logique, avec l’objectif d’augmenter la densité de calcul par rack et de mieux absorber la croissance des services IA maison.

Pourquoi Microsoft pousse l’intégration verticale

La stratégie tranche avec le discours plus ouvert que Microsoft tenait encore en 2024, quand l’entreprise mettait en avant ses AI Access Principles et la coopération avec des partenaires sur toute la pile technologique. Entre-temps, Redmond a renforcé ses propres briques : puces maison, conception de racks, modèles MAI développés en interne. L’ensemble donne au groupe davantage de contrôle sur les coûts, les performances et les arbitrages d’architecture.

Cette bascule compte aussi sur le plan concurrentiel. Microsoft s’approche du modèle d’intégration serrée que lui-même associait à Google dans une plainte citée à l’époque par la Commission européenne. Le groupe revendique désormais la même logique, mais à sa main : du silicium aux modèles, en passant par le datacenter. Pour les clients, cela peut améliorer la disponibilité annoncée et l’efficacité. Pour le marché, cela relance la course aux infrastructures IA de très grande échelle.

Maia 300 doit commencer ses déploiements en production en 2027, et Microsoft dit vouloir partager davantage de détails lors de Microsoft Ignite 2026 à San Francisco. D’ici là, l’entreprise aura surtout à prouver qu’un rack peut encore peser face à des géants du GPU déjà bien installés.