Chip Maia 300 da Microsoft mira 40% mais tokens por watt

A Microsoft apresentou o Maia 300, a terceira geração do seu próprio chip de IA, feito para rodar modelos de IA, e não para treiná-los. A Microsoft espera que o chip entregue 40% mais tokens por watt que os principais sistemas baseados em GPU. Um token é um pequeno pedaço de texto que um modelo lê ou escreve. Por isso, o número mede quanta saída de IA o chip gera para a energia que consome. O chip é voltado para os serviços que a Microsoft já opera, incluindo o Copilot e o GitHub Copilot.

O que a Microsoft anunciou

A Microsoft descreveu o chip em dois posts no blog do Azure, datados de 12 e 13 de outubro de 2026. A análise técnica detalhada da empresa diz que o Maia 300 foi feito para inferência, o trabalho de rodar um modelo treinado para responder a pedidos. O chip mira cargas de trabalho de contexto longo, de raciocínio e agênticas, em que um modelo escreve respostas longas um passo de cada vez.

Isto é o que a Microsoft diz que há dentro do chip:

Parte	Detalhe
Dies de computação	Fabricados no processo N2P da TSMC
Memória e I/O	Em dies separados
Memória	Oito pilhas de HBM4, 288 GB no total
Largura de banda da memória	18 TB/s
Rack	96 chips em 24 bandejas de quatro, com consumo de 167 kW
Refrigeração	A refrigeração líquida remove mais de 80% do calor do rack
Maior cluster	Até 12.288 chips em até 128 racks
Rede	Um transporte de IA personalizado construído sobre Ethernet

HBM4 é um tipo de memória rápida empilhada ao lado do chip. Muita memória é importante para a inferência porque o modelo e suas conversas longas precisam ficar perto da computação.

Como se compara ao Maia 200

O Maia 200, o chip anterior, já está em produção e roda o Copilot, informa a Data Center Knowledge. A Microsoft diz que o Maia 200 está sendo implantado nos EUA, na Europa e na Austrália.

Em relação ao Maia 200, a Microsoft lista estes ganhos para o Maia 300:

• Largura de banda da memória: 2,5 vezes maior.
• Capacidade de memória: 33% a mais.
• Computação: 36% mais FLOPs, uma medida da velocidade bruta de cálculo.
• Largura de banda entre chips: 14% a mais.
• Produção do rack: até 7 vezes a vazão de tokens em um rack completo de 96 chips.
• Densidade: o dobro de chips por rack.

A promessa de eficiência

“Esperamos que o Maia 300 entregue 40% mais tokens por watt em comparação com os principais sistemas baseados em GPU”, diz o post da Microsoft de 13 de outubro. É uma projeção. Os posts não dizem com quais sistemas de GPU a Microsoft fez a comparação.

A Microsoft faz uma afirmação parecida sobre o chip mais antigo. A empresa diz que o Maia 200 entrega até 1,7 vez mais tokens por watt que a principal infraestrutura de GPU nos recursos de IA do Teams, do Copilot e do Cowork.

A Microsoft ainda depende muito das GPUs da Nvidia e da AMD, observa a Data Center Knowledge. A Amazon e o Google também fazem seus próprios chips de IA. Em agosto, a OpenAI disse que seu chip Jalapeño supera o GB300 da Nvidia por watt, também com base nos próprios números.

Quando chega

A Microsoft planeja colocar o Maia 300 em produção em 2027, com implantações em escala de vários gigawatts, informa a Data Center Knowledge. A Microsoft cita o Microsoft Copilot, o GitHub Copilot e o Microsoft Foundry entre as cargas de trabalho para as quais o chip foi projetado. A Microsoft diz que vai divulgar mais detalhes na sua conferência Ignite, de 17 a 20 de novembro de 2026.

Os chips Maia não estão disponíveis para as cargas de trabalho dos próprios clientes em instâncias do Azure, observa o veículo. Os posts da Microsoft não disseram se isso vai mudar.

“O Maia 100 foi uma prova de conceito”, disse Matt Kimball, analista da Moor Insights & Strategy, à Data Center Knowledge. Sobre o novo chip, Kimball disse: “Vai ser usado de forma muito ampla para dar suporte às suas cargas de trabalho no mundo todo.”

O que isso significa para desenvolvedores

Para equipes que desenvolvem no Azure ou nos serviços de IA da Microsoft:

• Você não pode alugar o chip diretamente. O Maia roda os serviços da própria Microsoft, não as suas máquinas virtuais. Planeje a capacidade de GPU no Azure como antes.
• Fique de olho nos serviços que o chip vai alimentar. O Copilot, o GitHub Copilot e o Foundry são os alvos citados. Se o Maia reduzir o custo por token da Microsoft, observe mudanças nos preços e nos limites de requisições desses serviços em 2027.
• O foco é o trabalho com contexto longo. Com 288 GB de memória por chip, o projeto favorece prompts longos e agentes que executam muitos passos. São essas as tarefas em que os custos de inferência crescem mais rápido.
• Trate os 40% como um número do fabricante. Nenhum sistema de comparação é citado. Quando os serviços com Maia forem lançados, teste-os nas suas próprias cargas de trabalho antes de migrar o tráfego.
• Acompanhe o Ignite em novembro. A Microsoft prometeu mais detalhes lá, incluindo qualquer mudança sobre quem pode usar o chip.