Microsoft bereidt zich voor om zijn volgende generatie Maia 300-chip voor kunstmatige intelligentie mogelijk al in september te onthullen, volgens een recent rapport. De nieuwe processor vertegenwoordigt de nieuwste inspanning van het bedrijf om zijn portfolio aan eigen siliconen uit te breiden voor AI-workloads die worden gehost in de Azure-cloudinfrastructuur, een gebied dat strategisch steeds belangrijker is geworden naarmate de adoptie van generatieve AI leidt tot een vraag naar rekenkracht die in de branche ongeëvenaard is.

De Maia 300 zalar waarschijnlijk de opvolger worden van de Maia 100, die Microsoft voor het eerst aankondigde op zijn Ignite-conferentie in november 2023, tegelijk met de Cobalt 100 CPU. De oorspronkelijke Maia 100 was ontworpen om de training en inferentie van grote taalmodellen te versnellen, en de nieuwe chip zalar naar verwachting de prestaties voor deze veeleisende workloads verder verbeteren. De Maia 100 werd aanvankelijk gepositioneerd om workloads te ondersteunen voor de verdiepende infrastructuurpartnerschap tussen Microsoft en OpenAI, en de Maia 300 zalar naar verwachting die mogelijkheid uitbreiden naar een breder scala aan AI-services die op Azure worden gehost.

Volgens het rapport plant Microsoft om de Maia 300 deze herfst op de markt te brengen. Het bedrijf is naar verluidt bezig met het veiligstellen van productiecapaciteit voor meer dan 300.000 chips tegen 2027, met als uiteindelijke doel meer dan één miljoen Maia 300-eenheden in te zetten. De productie zou worden verzorgd door Taiwan Semiconductor Manufacturing Company (TSMC), de gevestigde foundry-partner van Microsoft voor zijn programma voor eigen siliconen. De geavanceerde verpakkingscapaciteit van TSMC is in de hele branche een kritiek knelpunt geworden voor de productie van AI-versnellers, waardoor vroege foundry-toezeggingen een belangrijke concurrentiefactor zijn.

De verschuiving naar eigen AI-versnellers wordt breed gezien als onderdeel van de strategie van Microsoft om de zware afhankelijkheid van de processors van Nvidia te verminderen. Deze processors zijn de branchestandaard geworden voor het trainen en draaien van grote AI-modellen, maar gaan gepaard met prijzige prijskaartjes. Tijdens de piek van de opbouw van generatieve AI-infrastructuur lieten beperkingen in de levering van Nvidia-GPU's veel cloudproviders niet in staat om aan de vraag van klanten te voldoen, wat het risico van afhankelijkheid van een enkele leverancier onderstreepte. Door eigen alternatieven te ontwikkelen, wil Microsoft de infrastructuurkosten verlagen en meer controle krijgen over zijn hardware-roadmap.

Naast het bedienen van zijn eigen interne AI-services, zoekt Microsoft ook naar manieren om grote externe cloudklanten aan te trekken. In het rapport wordt specifiek Anthropic genoemd, de AI-startup die bekendstaat om zijn Claude-familie van grote taalmodellen, als potentiële klant voor de nieuwe chips. Het aanbieden van eigen AI-infrastructuur zou Microsoft kunnen helpen zijn Azure-cloudplatform te differentiëren in een steeds competitievere markt voor AI-computingdiensten.

Het initiatief voor eigen siliconen van Microsoft maakt deel uit van een bredere brichtrend. Verschillende grote cloudproviders, waaronder Amazon Web Services met zijn Trainium- en Inferentia-chips en Google Cloud met zijn Tensor Processing Units (TPU's), hebben zwaar geïnvesteerd in het ontwerpen van hun eigen AI-versnellers om de afhankelijkheid van externe leveranciers te verminderen. Google is al bijna tien jaar bezig met de ontwikkeling en inzet van TPU's voor intern gebruik, wat het een aanzienlijke voorsprong heeft gegeven, terwijl Amazon zijn portfolio aan eigen chips gestaag heeft uitgebreid over meerdere generaties. Microsoft is recentelijker tot deze ruimte toegetreden, maar heeft zijn inspanningen versneld nu AI-workloads centraal zijn geworden voor de groei van cloudcomputing.

Bron: Economic Times Markets