Microsoft a officiellement présenté son accélérateur d’inférence Azure Maia 300 le 12 octobre 2026, lors de l’OCP Global Summit 2026 à San Jose. Cette troisième génération de puce personnalisée marque une nouvelle étape dans la stratégie de silicium maison du géant technologique, avec pour ambition explicite de réduire la dépendance à Nvidia tout en optimisant les coûts opérationnels de l’inférence IA.
🔑 En bref
- Le Maia 300 intègre 4 chiplets TSMC gravés en 2 nm N2P et 288 Go de HBM4
- Un rack complet de 96 puces délivre 18 To/s de bande passante mémoire pic
- Microsoft revendique +40% d’efficacité en tokens par mégawatt vs les GPU leaders
- La production démarre en 2027 avec des déploiements multi-gigawatts planifiés
- Evercore ISI estime que Maia pèsera ~10% des dépenses IA de Microsoft au T1 2027
Architecture multichiplet et caractéristiques techniques
Le Maia 300 repose sur une architecture multichiplet intégrant quatre puces de calcul gravées selon le nœud N2P (2 nanomètres Plus) de Taiwan Semiconductor Manufacturing Co. (TSMC). Le dispositif embarque huit modules HBM4 totalisant 288 gigaoctets de mémoire, soit l’équivalent de l’accélérateur Rubin de Nvidia, mais avec une bande passante mémoire inférieure d’environ 20%.
Chaque rack regroupe 96 accélérateurs répartis en plateaux de quatre puces, le tout dans une enveloppe thermique de conception de 950 watts. L’ensemble délivre les spécifications suivantes :
| Spécification | Maia 300 (rack complet) |
|---|---|
| Nombre d’accélérateurs | 96 |
| Capacité HBM4 | 27,6 To |
| Bande passante mémoire pic | 18 To/s |
| Bande passante HBM agrégée | 1,7 Po/s |
| Enveloppe électrique | 167 kW |
L’innovation centrale réside dans l’architecture logicielle du flux de données. Selon Rani Borkar et Saurabh Dighe, cette approche minimise les déplacements de données en conservant les informations dans un cache SRAM (mémoire statique rapide) sur puce plutôt qu’en les transmettant systématiquement à la mémoire HBM. Le traitement par formats de compression basse précision, notamment le MXFP4, réduit l’empreinte mémoire et accélère les transferts internes.
Performances et gains d’efficacité énergétique
Microsoft revendique une efficacité énergétique supérieure de 40% en tokens par mégawatt (mesure du débit textuel produit par unité d’énergie) par rapport aux systèmes GPU leaders, visant implicitement les produits Nvidia. En configuration rack complète, le Maia 300 atteint jusqu’à sept fois le débit de tokens du Maia 200 à l’échelle du rack.
Le Maia 200, introduit en janvier 2026 et désormais en production, valide déjà cette approche. Scott Guthrie, vice-directeur général Cloud + IA, indique que cette génération précédente délivre 1,7 fois plus de tokens par watt pour les fonctionnalités IA intégrées à Teams, Copilot et Cowork. Satya Nadella avait déclaré en juillet 2026 que le Maia 200 offrait des performances 30% supérieures par dollar à la dernière génération de matériel de la flotte Microsoft.
« Personne ne les a encore testés en dehors de Microsoft. Contrairement aux TPU de Google ou aux Trainium d’Amazon, ces accélérateurs ne sont pas louables à l’heure à des clients externes. »
Patrick Moorhead, PDG de Moor Insights and Strategy
Superpods, interconnexion et calendrier de déploiement
Microsoft regroupe ses racks Maia 300 en superpods de 12 288 accélérateurs. L’interconnexion repose sur un réseau Ethernet personnalisé qui ajuste dynamiquement la bande passante entre trafic intra-rack et inter-rack. Contrairement aux architectures traditionnelles nécessitant des processeurs ou puces réseau distinctes pour basculer entre ces deux modes, le Maia 300 utilise les mêmes sémantiques de communication, supprimant le matériel intermédiaire et optimisant l’utilisation des accélérateurs.
La production du Maia 300 débute en 2027. Microsoft prévoit des déploiements multi-gigawatts pour la famille Maia à compter de cette année, faisant de ces puces le système d’inférence principal pour ses produits et services. Le Maia 200 alimente déjà Microsoft Copilot, les modèles OpenAI, les modèles MAI maison et plusieurs familles open source, avec des déploiements aux États-Unis, en Europe et en Australie.
Implications financières et contexte concurrentiel
Les analystes d’Evercore ISI estiment que Maia représentera environ 10% des dépenses de Microsoft en puces IA au premier trimestre 2027. Leur recommandation reste à l’achat sur le titre, signe que la transition est perçue comme créatrice de valeur actionnariale. La directrice financière Amy Hood avait déclaré lors d’une conférence Goldman Sachs que le recours aux puces maison avait contribué à « l’amélioration des marges sur une décennie ».
Nvidia demeure toutefois un acteur central. Jensen Huang s’est exprimé lors d’un événement où Microsoft a annoncé un Surface intégrant un processeur Nvidia. Pour l’entraînement des modèles, Microsoft maintient ses partenariats avec Nvidia et AMD, précise Alistair Speirs, directeur général chez Microsoft. L’enjeu n’est donc pas de remplacer Nvidia, mais de reprendre le contrôle sur la phase d’inférence, la plus coûteuse en exploitation à grande échelle.
Conclusion
Le Maia 300 marque une étape décisive dans la stratégie de souveraineté silicium de Microsoft. En ciblant spécifiquement l’inférence — phase la plus gourmande en énergie une fois les modèles déployés — le groupe cherche à optimiser ses marges tout en sécurisant sa chaîne d’approvisionnement. Les prochains trimestres diront si ce pari technologique se traduit par un avantage compétitif mesurable face à l’écosystème Nvidia, qui reste dominant pour l’entraînement des modèles de fondation.
Sources
Cet article est publié à titre informatif et éducatif. Il ne constitue en aucun cas un conseil en investissement. Faites vos propres recherches (DYOR) avant toute décision.
