מיקרוסופט חושפת את Maia 300: שבב AI פנימי שנועד להקטין את התלות באנבידיה

מיקרוסופט הכריזה היום (ב') על Maia 300, הדור השלישי של שבב ה-AI שהיא מתכננת בעצמה, לצד מערכת מחשוב שלמה שנבנתה סביבו. לפי ההודעה שסוקרה ב-The Verge, השבב נועד להיות "מערכת ההסקה המרכזית" של מוצרי החברה ושירותיה. הפריסה בעומסי עבודה בסביבות ייצור תתחיל ב-2027.

מה מיקרוסופט מבטיחה

הנתון הבולט בהכרזה הוא נתון יעילות. "אנחנו צופים ש-Maia 300 יפיק 40% יותר טוקנים לכל מגה-וואט בהשוואה למערכות מובילות המבוססות על GPU", אמר סקוט גאת'רי, סגן נשיא בכיר בקבוצת הענן של מיקרוסופט. טוקנים הם יחידות הבסיס שבעזרתן מודל שפה קורא וכותב טקסט. כלומר, מדובר בכמות הפלט שאפשר להפיק מאותה כמות חשמל. חשוב לזכור שזו הערכה של החברה עצמה ולא תוצאה של מדידה בלתי תלויה.

לדברי גאת'רי, במערכת מלאה של 96 מאיצים יספק השבב עד פי 7 מתפוקת הטוקנים של הדור הקודם, Maia 200, ברמת ארון השרתים (rack). לפי ynet, כל שבב יכלול רוחב פס של 18 טרה-בייט לשנייה. המטרה היא לקצר את זמן העברת הנתונים בין הזיכרון למאיצים ובין המאיצים עצמם, צוואר בקבוק שמגביל בדרך כלל את הביצועים של מודלים גדולים.

ברמה הטכנית, השבב מיוצר בתהליך N2P של TSMC ומבוסס על ארכיטקטורת chiplets, שבה רכיבי החישוב, בקר הזיכרון ורכיבי הקלט/פלט מופרדים זה מזה. לפי צוות החומרה של Azure, ההפרדה מגדילה את שטח הסיליקון שמוקדש לחישוב ומאפשרת לייצר כל רכיב בטכנולוגיה שמתאימה לו.

הסקה, לא אימון

Maia 300 מיועד לשלב ההסקה (inference). זה השלב שבו מודל שכבר אומן מקבל שאלה ומייצר תשובה, להבדיל משלב האימון (training), שבו מעבדי אנבידיה עדיין שולטים. מיקרוסופט מציגה את השבב כמענה לסוגי העבודה שמתרחבים כיום: הסקת מסקנות על הקשר ארוך (long-context reasoning), שיחות שדורשות תגובה מהירה, ומשימות ממושכות ורב-שלביות של סוכני AI.

הדור הקודם, Maia 200, הוכרז רק בינואר וכבר משמש בעומסי עבודה בסביבות ייצור, בהם Microsoft Copilot,‏ GitHub Copilot,‏ Microsoft Foundry והמודלים של מיקרוסופט עצמה. גאת'רי הגדיר אותו "תשתית ה-AI בעלת הביצועים הטובים ביותר בצי שלנו", לפי מדדים מהשימוש בשירותים בפועל.

למה זה חשוב

"נרחיב את משפחת Azure Maia לפריסות בהיקף של כמה ג'יגה-וואט החל מ-2027", אמר גאת'רי. המשמעות היא שמיקרוסופט מתכוונת להסתמך בעיקר על השבבים שלה בשלב ההסקה, ולא על שבבים של אנבידיה ו-AMD. בכך היא מצטרפת למגמה שגוגל (עם מעבדי ה-TPU) ואמזון (עם Trainium) כבר הובילו. נראה שהמניעים הם הוזלת הפעלת השירותים, הקטנת החשיפה לצווארי בקבוק בשרשרת האספקה ושליטה רבה יותר במלאי השבבים.

לשבב יש גם תפקיד במאמץ של מיקרוסופט לפתח מודלים משלה, מאמץ שמטרתו להדביק את Google DeepMind,‏ OpenAI ואנתרופיק. "אנחנו צריכים לעבוד לאורך כל המערכת, עד רמת הסיליקון", אמר מוסטפא סולימאן, מנכ"ל Microsoft AI. "בהיקף כזה אנחנו צריכים פלטפורמה שבבעלותנו, ושאנחנו מתכננים יחד עם המודלים שלנו".

כדאי לזכור שהבטחות היעילות עדיין לא נבדקו באופן עצמאי, והפריסה הרחבה תתחיל רק ב-2027. ככל הנראה אנבידיה לא תאבד בקרוב את מעמדה בשלב האימון. אבל אם מיקרוסופט תעמוד ביעדים שהציבה, אחד הלקוחות הגדולים בשוק שבבי ה-AI עשוי להעביר חלק ניכר מההסקה שלו לשבבים שהוא מתכנן בעצמו.