مایکروسافت Maia 300 را معرفی کرد؛ تراشه‌ی اختصاصی برای اجرای هوش مصنوعی

مایکروسافت از نسل سوم تراشه‌ی اختصاصی هوش مصنوعی‌اش با نام Azure Maia 300 رونمایی کرد؛ شتابدهنده‌ای که مخصوص اجرای مدل‌ها ساخته شده و قرار است از سال ۲۰۲۷ در مقیاس چندگیگاواتی، ستون اصلی اجرای محصولاتی مثل Copilot شود.

۱. ماجرا چیست؟ خلاصه‌ی خبر

مایکروسافت اعلام کرد نسل سوم شتابدهنده‌ی هوش مصنوعی ساخت خودش، یعنی Azure Maia 300، معرفی شده است. اسکات گاتری، معاون ارشد بخش ابر و هوش مصنوعی این شرکت، در متن اعلام خبر نوشت که مایکروسافت با ورود به «عصر ابرهوش» وارد مرحله‌ی تازه‌ای از زیرساخت می‌شود. به گفته‌ی مایکروسافت، استقرار Maia 300 از سال ۲۰۲۷ شروع می‌شود و خانواده‌ی Maia در ادامه به مقیاس چندگیگاواتی می‌رسد.

نکته‌ی مهم این است که Maia 300 جایگزین کارت‌های گرافیک نمی‌شود. مایکروسافت آن را گزینه‌ای در کنار GPUها معرفی می‌کند، یعنی ابزاری برای اینکه بتواند بخش بزرگی از بار اجرای مدل‌ها را روی سخت‌افزار خودش ببرد و وابستگی کمتری به تأمین‌کنندگان بیرونی داشته باشد.

۲. مشخصات فنی Maia 300

بر اساس اطلاعات منتشرشده، Maia 300 یک تراشه‌ی چندچیپلتی است؛ یعنی بخش‌های محاسبه، مدیریت حافظه و ورودی/خروجی از هم جدا طراحی شده‌اند. این طراحی به مهندس‌ها اجازه می‌دهد هر بخش را جداگانه بهینه کنند. مشخصات اصلی عبارت‌اند از:

• هشت پشته حافظه‌ی HBM4 با مجموع حدود ۲۸۸ گیگابایت ظرفیت
• پهنای باند اوج حافظه برابر ۱۸ ترابایت بر ثانیه، یعنی حدود ۲٫۵ برابر Maia 200
• رک کامل با ۹۶ شتابدهنده در پوشش توان ۱۶۷ کیلووات
• تمرکز ویژه بر جابه‌جایی سریع داده بین حافظه، پردازنده و شبکه

همین تمرکز بر جابه‌جایی داده نکته‌ی کلیدی است. در اجرای مدل‌های زبانی بزرگ، گلوگاه اصلی اغلب سرعت رسیدن وزن‌ها و حافظه‌ی میانی به واحدهای محاسباتی است، نه خود توان محاسبه. به همین دلیل پهنای باند حافظه در این تراشه‌ها اهمیت بالایی دارد.

۳. چرا «استنتاج» و نه آموزش؟

آموزش یک مدل بزرگ یک‌بار و با هزینه‌ی سنگین انجام می‌شود، اما اجرای آن برای میلیون‌ها کاربر هر روز و هر ثانیه ادامه دارد. هر بار که از Copilot سؤالی می‌پرسید، یک تراشه باید توکن‌ها را یکی‌یکی تولید کند. با رشد ایجنت‌ها که ساعت‌ها کار می‌کنند و صدها بار مدل را صدا می‌زنند، سهم استنتاج از کل هزینه‌ی هوش مصنوعی هر سال بزرگ‌تر می‌شود.

برای یک شرکت ابری، کوچک‌ترین بهبود در هزینه‌ی هر توکن در مقیاس میلیاردی به صرفه‌جویی عظیمی تبدیل می‌شود. به همین دلیل مایکروسافت، مثل چند غول دیگر، به‌جای خرید همه‌چیز آماده، روی تراشه‌ی مخصوص این کار سرمایه‌گذاری می‌کند. اگر با مفهوم توکن و هزینه‌ی اجرای مدل‌ها آشنا نیستید، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار تصویر کلی خوبی از این منطق اقتصادی می‌دهد.

۴. ادعای ۴۰ درصد بهتر از GPU؛ چقدر قابل اتکاست؟

مایکروسافت می‌گوید Maia 300 حدود ۴۰ درصد توکن بیشتر به ازای هر وات نسبت به «سیستم‌های پیشروی مبتنی بر GPU» تولید می‌کند و پیکربندی کامل ۹۶ شتابدهنده‌ای تا ۷ برابر توان پردازش توکن Maia 200 را دارد. این اعداد جذاب‌اند، اما چند نکته را باید کنار آن‌ها گذاشت.

نخست اینکه مایکروسافت نام GPU مرجع را نگفته است. دوم اینکه این ارقام ادعای خود شرکت است و آزمون مستقلی پشت آن منتشر نشده. سوم اینکه قیمت، تعداد تراشه‌های تولیدی و میزان صرفه‌جویی واقعی در هزینه اعلام نشده است. بنابراین بهتر است این خبر را اعلام مسیر و نیت بدانیم، نه حکم نهایی درباره‌ی برتری بر رقبا.

۵. Maia 200 همین حالا چه می‌کند؟

نسل قبلی، Maia 200، از پیش در حال اجراست. مایکروسافت می‌گوید این تراشه بارهای تولیدی Copilot و توسعه‌ی مدل‌های داخلی را اجرا می‌کند و برای قابلیت‌هایی در Teams، Copilot و Cowork تا ۱٫۷ برابر توکن بیشتر به ازای هر وات نسبت به زیرساخت GPU پیشرو ارائه می‌دهد. طبق گزارش‌ها، Maia 200 در مراکز داده‌ی آمریکا، اروپا و استرالیا فعال است و انتظار می‌رود GitHub Copilot و Microsoft Foundry تا پایان امسال به آن اضافه شوند.

همراه این خبر، پردازنده‌ی Cobalt 200 هم مطرح شده که طبق ادعای مایکروسافت بیش از ۵۰ درصد از Cobalt 100 سریع‌تر است و تأخیر فراخوانی ایجنت را حدود ۳۳ درصد کم می‌کند. این نشان می‌دهد مایکروسافت فقط روی شتابدهنده کار نمی‌کند و کل زنجیره را برای بارهای ایجنتی بازطراحی می‌کند.

۶. جنگ تراشه‌های اختصاصی در میان غول‌ها

مایکروسافت تنها نیست. گوگل سال‌هاست روی TPU کار می‌کند و آمازون هم تراشه‌های خودش را دارد. حتی شرکت‌های مدل‌ساز هم وارد این میدان شده‌اند؛ پیش‌تر در مقاله‌ی ورود آنتروپیک به جنگ تراشه دیدیم که حتی Claude هم به سخت‌افزار اختصاصی نیاز پیدا کرده است. دلیل مشترک همه‌ی این حرکت‌ها روشن است: کنترل هزینه، تضمین ظرفیت و بهینه‌سازی سخت‌افزار برای مدل‌هایی که خودشان می‌سازند یا اجرا می‌کنند.

برای شرکت‌هایی مثل OpenAI که بخش بزرگی از ظرفیتش را از شرکای ابری می‌گیرد، این رقابت دو لبه دارد: از یک‌سو ظرفیت بیشتر و ارزان‌تر در راه است و از سوی دیگر شرکای ابری ممکن است ابتدا مدل‌ها و ابزارهای خودشان را روی سخت‌افزار خانگی ببرند.

۷. این خبر برای کاربران و کسب‌وکارها چه معنایی دارد؟

کاربر عادی Copilot چیزی از تراشه نمی‌بیند، اما نتیجه را حس می‌کند: اگر هزینه‌ی هر توکن پایین بیاید، شرکت‌ها می‌توانند قابلیت‌های سنگین‌تر را در پلن‌های ارزان‌تر ارائه کنند، سقف استفاده را بالاتر ببرند و مدل‌های قوی‌تر را سریع‌تر در دسترس بگذارند. برای توسعه‌دهنده‌ها هم یعنی احتمالاً قیمت API و سرعت پاسخ در ابرهای بزرگ در سال‌های آینده بهتر می‌شود، هرچند هنوز هیچ تعهد قیمتی اعلام نشده است.

اگر کسب‌وکار دارید، درس عملی خبر این است که هزینه‌ی اجرای هوش مصنوعی به یک متغیر راهبردی تبدیل شده. برای دید واقع‌بینانه‌تر درباره‌ی فرصت‌ها و محدودیت‌ها، پتانسیل و محدودیت‌های واقعی هوش مصنوعی را بخوانید. همچنین اگر تازه شروع کرده‌اید، آموزش نوشتن پرامپت برای مبتدی‌ها کمک می‌کند بدون هدر دادن توکن نتیجه‌ی بهتری بگیرید.

۸. نگاه به آینده: انرژی، گیگاوات و اعتماد

تأکید مایکروسافت بر «توکن به ازای هر وات» نشان می‌دهد برق به گلوگاه اصلی صنعت تبدیل شده است. رک ۱۶۷ کیلوواتی عدد کوچکی نیست و وقتی صحبت از مقیاس چندگیگاواتی می‌شود، سؤال‌های جدی درباره‌ی شبکه‌ی برق، خنک‌سازی و پایداری مطرح می‌شود. هر درصد بهره‌وری بیشتر یعنی تعداد کمتری مرکز داده برای خدمت به همان تعداد کاربر.

از طرف دیگر ساتیا نادلا در همین روزها نوشت که نمی‌توان مسئولیت کارهای هوش مصنوعی را به تأمین‌کننده‌ی مدل سپرد و باید مدل را مثل یک ریسک درونی مهار کرد. مایکروسافت در Ignite 2026 در ماه آینده جزئیات بیشتری از راهبرد زیرساختی‌اش ارائه خواهد کرد، و آن زمان می‌توانیم ببینیم ادعاهای Maia 300 با اعداد دقیق‌تر همراه می‌شوند یا نه. برای خبرهای مرتبط، بخش اخبار هوش مصنوعی و آموزش‌های ChatGPT را دنبال کنید.

۹. «توکن به ازای هر وات» یعنی چه؟

توکن کوچک‌ترین واحد متنی است که مدل تولید می‌کند، تقریباً یک تکه‌ی کوتاه از یک کلمه. وقتی می‌گوییم تراشه‌ای در هر وات توکن بیشتری می‌دهد، یعنی با همان مقدار برق، پاسخ بیشتری به کاربران می‌رسد. در مراکز داده‌ای که ظرفیت برق سقف مشخصی دارد، این معیار مستقیماً تعیین می‌کند چند کاربر هم‌زمان خدمت می‌گیرند.

به همین دلیل مایکروسافت در معرفی Maia 300 بیشتر از قدرت خام محاسبه، از بهره‌وری انرژی حرف می‌زند. اگر ادعای ۴۰ درصدی در عمل درست از آب دربیاید، حتی با فرض اینکه نتیجه‌ی واقعی کمی کمتر باشد، برای ناوگانی با ده‌ها هزار شتابدهنده صرفه‌جویی قابل‌توجهی در برق و هزینه‌ی خنک‌سازی ایجاد می‌شود.

۱۰. ریسک‌ها و نکته‌های احتیاطی

ساخت تراشه‌ی اختصاصی همیشه آسان نبوده است. نرم‌افزار، کامپایلر و ابزارهای توسعه باید به‌اندازه‌ی خود سخت‌افزار بالغ باشند، وگرنه توان نظری تراشه در عمل هدر می‌رود. همچنین زمان‌بندی تولید و ظرفیت ساخت پیشرفته‌ی نیمه‌هادی و حافظه‌ی HBM4 می‌تواند برنامه‌ها را عقب بیندازد. مایکروسافت هنوز عدد تولید را اعلام نکرده و فقط از هدف «چندگیگاواتی» گفته است.

در نهایت، تا وقتی داده‌ی مستقل منتشر نشود، بهتر است Maia 300 را نشانه‌ی جهت‌گیری راهبردی بخوانیم: مایکروسافت می‌خواهد سهم بیشتری از زنجیره‌ی تولید هوش مصنوعی را در دست خودش داشته باشد.

۱۱. پرسش‌های متداول (FAQ)

تراشه‌ی Maia 300 چیست؟

شتابدهنده‌ی نسل سوم هوش مصنوعی مایکروسافت است که برای استنتاج مدل‌ها ساخته شده و از سال ۲۰۲۷ مستقر می‌شود.

آیا Maia 300 جای GPU را می‌گیرد؟

خیر. مایکروسافت آن را گزینه‌ای در کنار GPUها معرفی می‌کند و نه جایگزین کامل آن‌ها.

ادعای ۴۰ درصد بهتر بودن مستقل تأیید شده است؟

خیر. این عدد از طرف خود مایکروسافت اعلام شده و GPU مرجع هم نام برده نشده است.

کاربران چه زمانی اثر آن را می‌بینند؟

استقرار Maia 300 از ۲۰۲۷ آغاز می‌شود؛ اما Maia 200 همین حالا بخشی از بار Copilot را اجرا می‌کند.

جزئیات بیشتر کی اعلام می‌شود؟

مایکروسافت اعلام کرده در رویداد Ignite 2026 در ماه آینده درباره‌ی راهبرد زیرساخت هوش مصنوعی‌اش بیشتر توضیح می‌دهد.