Microsoft baut Azure Maia zur zentralen KI-Infrastruktur aus

Microsoft will seine Azure-Maia-Systeme zur zentralen Infrastruktur für die Ausführung von KI-Modellen machen. Die aktuelle Generation arbeitet bereits für Copilot. Der Nachfolger soll mehr KI-Ausgaben bei gleicher elektrischer Leistung liefern und umfangreichere Aufgaben bewältigen.

Microsoft kündigte den Ausbau am 12. Oktober 2026 im Unternehmensblog an. Ab 2027 sollen Maia-Installationen eine elektrische Leistung von mehreren Gigawatt erreichen. Maia 300, die dritte Generation des Systems, soll 2027 in den produktiven Einsatz gehen. Maia soll vorrangig die Inferenz für Microsoft-Produkte und -Dienste übernehmen. Inferenz bezeichnet die Anwendung bereits trainierter KI-Modelle.

Maia 200 arbeitet für Copilot

Maia 200 verarbeitet bereits produktive Aufgaben für Microsoft Copilot und unterstützt Microsofts MAI-Team, das eigene KI-Modelle entwickelt, bei der Entwicklung neuer Modelle. GitHub Copilot und Microsoft Foundry, Microsofts Plattform für KI-Anwendungen, sollen bis Jahresende folgen. Das System führt Modelle von OpenAI, Microsoft und führenden quelloffenen Modellfamilien aus. Microsoft setzt die Hardware in den Vereinigten Staaten, Europa und Australien ein.

Für integrierte KI-Funktionen in Microsoft Teams, Copilot und Cowork nennt Microsoft einen Effizienzvorteil gegenüber führender Grafikprozessor-Infrastruktur. Maia 200 liefere dort bis zu 1,7-mal so viele Token pro Watt. Token sind die Texteinheiten, mit denen Sprachmodelle arbeiten. Die Kennzahl beschreibt, wie viele dieser Einheiten das System im Verhältnis zur benötigten elektrischen Leistung verarbeitet. Die Erfahrungen mit diesen Anwendungen flossen laut Microsoft direkt in die Entwicklung des Nachfolgers ein.

Mehr Durchsatz pro Megawatt

Für Maia 300 erwartet Microsoft 40 Prozent mehr Token pro Megawatt gegenüber führenden grafikprozessorbasierten Systemen. Eine vollständige Konfiguration mit 96 KI-Beschleunigern soll den bis zu siebenfachen Token-Durchsatz eines Maia-200-Serverschranks erreichen. Der Anbieter richtet die Architektur auf große Textzusammenhänge, speicherintensive Aufgaben und Gespräche mit kurzen Antwortzeiten aus. Hinzu kommen länger laufende, mehrstufige Aufgaben automatisierter KI-Systeme.

Ein Maia-300-Serverschrank kombiniert 27,6 Terabyte HBM-Speicher, besonders schnellen Arbeitsspeicher nahe den Rechenchips, mit einer elektrischen Leistungsgrenze von 167 Kilowatt. Die zusammengerechnete Speicherbandbreite beträgt laut Microsoft 1,7 Petabyte pro Sekunde. Eine neue Architektur aus mehreren Chipbausteinen trennt Rechenfunktionen, Speichersteuerung und Datenschnittstellen. Die Rechenbausteine entstehen mit dem Fertigungsverfahren N2P von TSMC. N2P bezeichnet dabei das Verfahren zur Herstellung der Chips. Weitere Informationen kündigt Microsoft für die Ignite 2026 im kommenden Monat in San Francisco und online an.