A Microsoft apresentou a terceira geração de sua infraestrutura Maia em 12 de outubro. A empresa pretende expandir a família para implantações de múltiplos gigawatts a partir de 2027. O Maia 300 deverá começar a operar em produção no próximo ano. Já o Maia 200 atende cargas como o Microsoft Copilot. A informação consta do anúncio assinado por Scott Guthrie, responsável pela área de nuvem e IA.
O cronograma importa para quem acompanha a capacidade da nuvem. A nova geração foi apresentada com um plano de expansão. A geração anterior já está em uso. O anúncio não comprova que uma empresa possa contratar hoje uma implantação baseada no Maia 300. Também não estabelece uma redução de preço para seus clientes.
A infraestrutura acompanha o tipo de trabalho
O Maia foi desenhado para inferência. Nessa etapa, modelos já treinados processam pedidos e produzem resultados. A Microsoft pretende torná-lo o principal sistema de inferência de seus produtos e serviços. Para o Maia 300, projeta 40% mais tokens por megawatt que sistemas líderes baseados em GPUs. O dado é uma expectativa do fornecedor. Não foi apresentado aqui como resultado independente.
Isso tem uma implicação econômica. Uma tarefa pode exigir consultas, execução de código e revisões sucessivas. Nesse caso, consome capacidade além da primeira resposta. Ao avaliar o custo desse trabalho, importam também a memória disponível, a circulação dos dados e o uso da energia. Mais capacidade de cálculo, sozinha, não informa quantos trabalhos úteis serão concluídos.
Memória e rede ganham espaço no desenho
O detalhamento da arquitetura descreve um sistema desenvolvido em conjunto. Ele inclui chips, software, rede, racks e data centers. Cada acelerador terá 288 GB de memória HBM4 e largura de banda de 18 TB por segundo. O desenho busca aproximar os dados das unidades que os utilizam. Com isso, pretende reduzir a movimentação entre partes do sistema.
Os racks terão 96 aceleradores, o dobro da geração anterior. A Microsoft divulga até sete vezes mais processamento de tokens por rack em sua configuração completa. Afirma também desempenho por watt de até 2,5 vezes o do Maia 200. É preciso preservar as condições dessa leitura. Um rack maior reúne mais aceleradores. A comparação por rack mede algo diferente da comparação por unidade ou por energia consumida.
O que observar até a implantação
Para compradores de serviços de IA, importa saber se os ganhos de infraestrutura chegam ao serviço. Isso inclui melhorias no tempo de resposta, na disponibilidade e no custo por tarefa. Essa passagem não é automática. Preço comercial, limites de uso e configuração do serviço também entram na conta do cliente.
Uma comparação empresarial poderia acompanhar uma carga representativa. Isso inclui horários de pico, contextos longos e erros que exigem repetição. Separar o custo da resposta do custo da conclusão ajudaria a evitar uma decisão baseada apenas no volume de tokens.
O anúncio também deixa uma questão de escala em aberto. Maior eficiência por unidade de trabalho não basta para concluir que o consumo total de energia cairá com a expansão. Até 2027, cabe acompanhar a execução do cronograma e a publicação de resultados em condições comparáveis. A leitura deve preservar a diferença entre capacidade projetada e operação observada.