Microsoft lance la production de masse de Maia 200, sa puce d’IA conçue en interne. Selon Microsoft, elle délivre jusqu’à 1,7 fois plus de jetons par watt que les GPU de pointe. Elle exécute déjà le plus grand modèle d’IA du groupe dans ses centres de données.
Microsoft a présenté cet accélérateur de deuxième génération lors d’Ignite, le 17 novembre. Les enjeux portent sur le coût de l’inférence, la consommation d’énergie et la maîtrise de la chaîne technologique. Voilà pourquoi cette annonce intéresse les entreprises qui déploient l’IA à grande échelle.
Maia 200, une puce conçue pour l’inférence
Maia 200 est une puce d’inférence personnalisée signée Microsoft. TSMC la fabrique selon le procédé 3 nm, d’après Microsoft. Elle intègre des cœurs tenseurs FP4 et FP8. Elle dispose aussi de 216 Go de mémoire HBM3e et de 272 Mo de SRAM.
Une seule puce dépasse 10 pétaFLOPS en précision FP4, selon Microsoft. Le groupe indique aussi qu’un cluster peut atteindre 6 144 accélérateurs via Ethernet. Imaginons une banque dont les équipes interrogent un assistant toute la journée. L’inférence correspond à chaque réponse produite. Cette tâche répétitive et massive constitue la cible de Maia 200. Cette architecture répond à un besoin concret des centres de données. Le choix d’Ethernet facilite l’extension progressive des clusters. Une équipe d’ingénieurs peut ainsi ajouter des accélérateurs selon la demande.
Un rendement de 1,7 fois plus de jetons par watt
Microsoft compare Maia 200 aux infrastructures GPU de pointe. Selon l’entreprise, la puce offre jusqu’à 1,7 fois plus de jetons par watt. Ce gain concerne des fonctions d’IA intégrées comme Microsoft Teams, Copilot et Cowork.
Pourquoi ce ratio pèse-t-il autant ? Un jeton représente une unité de texte que le modèle génère. Chaque jeton consomme de l’énergie. Une entreprise qui déploie Copilot auprès de milliers de salariés voit sa facture suivre ce rendement. Microsoft multiplie aussi les partenariats dans l’IA, comme l’illustre l’accord entre Perplexity et Microsoft. Le calcul reste simple pour un directeur informatique. Moins d’énergie par jeton signifie plus de requêtes servies avec la même enveloppe électrique. Cet argument pèse lourd dans les arbitrages budgétaires.
Déploiement mondial et cap sur 2027
Microsoft a déployé Maia 200 aux États-Unis, en Europe et en Australie. Dans ces régions, la puce prend en charge des charges de production comme Microsoft Copilot. GitHub Copilot et Microsoft Foundry suivront progressivement. Ce déploiement couvre trois régions stratégiques du cloud.
L’entreprise prévoit d’étendre Azure Maia à des déploiements multi-gigawatts d’ici 2027. Elle veut en faire l’infrastructure d’inférence principale de ses produits et services. Une question demeure pour les clients : comment profiteront-ils de ce changement ? Les réponses viendront des prochains déploiements de GitHub Copilot et de Foundry. Cette trajectoire donne un cap clair aux équipes d’infrastructure. Elle laisse aussi présager une montée en puissance rapide des capacités d’inférence dans le cloud.
- Partager l'article :