Microsoft bereitet sich darauf vor, seinen neu entwickelten Maia-300-Chip für künstliche Intelligenz bereits im September vorzustellen, so ein aktueller Bericht. Der neue Prozessor ist der bislang letzte Versuch des Unternehmens, sein Portfolio an kundenspezifischen Chips für KI-Arbeitslasten in seiner Azure-Cloud-Infrastruktur zu erweitern – ein Bereich, der strategisch immer wichtiger wird, da die Verbreitung generativer KI in der gesamten Branche eine beispiellose Nachfrage nach Rechenleistung auslöst.

Der Maia 300 soll der Nachfolger des Maia 100 werden, den Microsoft erstmals auf seiner Ignite-Konferenz im November 2023 zusammen mit der Cobalt-100-CPU ankündigte. Der ursprüngliche Maia 100 wurde entwickelt, um das Training und die Inferenz großer Sprachmodelle zu beschleunigen, und der neue Chip soll die Leistung für diese anspruchsvollen Arbeitslasten weiter steigern. Der Maia 100 war anfangs darauf ausgerichtet, Arbeitslasten für die vertiefte Infrastrukturpartnerschaft zwischen Microsoft und OpenAI zu unterstützen. Der Maia 300 soll diese Fähigkeit auf eine breitere Palette von KI-Diensten in der Azure-Cloud ausweiten.

Gemäß dem Bericht plant Microsoft, den Maia 300 in diesem Herbst auf den Markt zu bringen. Das Unternehmen sichert sich Berichten zufolge Produktionskapazitäten für mehr als 300.000 Chips bis 2027, mit einem langfristigen Ziel von über einer Million bereitgestellter Maia-300-Einheiten. Die Produktion soll demnach von Taiwan Semiconductor Manufacturing Company (TSMC) übernommen werden, dem etablierten Foundry-Partner von Microsoft für sein kundenspezifisches Chip-Programm. TSMCs Kapazitäten für fortschrittliches Packaging sind branchenweit zu einem kritischen Engpass bei der Produktion von KI-Beschleunigern geworden, was frühe Foundry-Verpflichtungen zu einem entscheidenden Wettbewerbsfaktor macht.

Das Engagement für proprietäre KI-Beschleuniger wird weithin als Teil der Strategie von Microsoft betrachtet, die starke Abhängigkeit von Nvidia-Prozessoren zu verringern. Diese sind zum Branchenstandard für das Training und den Betrieb großer KI-Modelle geworden, tragen jedoch hohe Preisaufschläge. Auf dem Höhepunkt des Ausbaus generativer KI konnten viele Cloud-Anbieter die Kundennachfrage aufgrund von Nvidia-GPU-Lieferengpässen nicht befriedigen, was die Risiken der Abhängigkeit von einem einzigen Anbieter unterstrich. Durch die Entwicklung hauseigener Alternativen strebt Microsoft an, die Infrastrukturkosten zu senken und mehr Kontrolle über seine Hardware-Roadmap zu erlangen.

Neben der Bedienung seiner eigenen internen KI-Dienste möchte Microsoft auch große externe Cloud-Kunden gewinnen. Der Bericht nennt namentlich Anthropic, das für seine Claude-Familie großer Sprachmodelle bekannte KI-Start-up, als potenziellen Kunden für die neuen Chips. Das Angebot kundenspezifischer KI-Infrastruktur könnte Microsoft helfen, seine Azure-Cloud-Plattform in einem zunehmend wettbewerbsintensiven Markt für KI-Computing-Dienste zu differenzieren.

Microsofts Initiative für kundenspezifische Chips ist Teil eines breiteren branchenweiten Trends. Mehrere große Cloud-Anbieter, darunter Amazon Web Services mit seinen Trainium- und Inferentia-Chips sowie Google Cloud mit seinen Tensor Processing Units (TPUs), haben stark in die Entwicklung eigener KI-Beschleuniger investiert, um die Abhängigkeit von Drittanbietern zu reduzieren. Google entwickelt und setzt TPUs seit fast einem Jahrzehnt intern ein und hat damit einen erheblichen Vorsprung, während Amazon sein kundenspezifisches Chip-Angebot über mehrere Generationen hinweg stetig erweitert hat. Microsoft ist erst kürzlich in diesen Bereich eingestiegen, hat seine Bemühungen jedoch beschleunigt, da KI-Arbeitslasten zunehmend zum Kern des Cloud-Wachstums geworden sind.

Quelle: Economic Times Markets