مایکروسافت در اقدامی راهبردی برای تغییر معادلات زیرساخت ابری، از برنامه‌های جامع خود برای استقرار گسترده تراشه‌های شتاب‌دهنده هوش مصنوعی نسل جدید، یعنی Azure Maia 300 خبر داد. این غول دنیای فناوری قصد دارد با انتقال به سمت معماری‌های کاملاً یکپارچه، ظرفیت پردازشی خود را در مقیاس چند گیگاوات توسعه دهد تا به تقاضای فزاینده برای مدل‌های هوش مصنوعی عاملی (Agentic AI) پاسخ دهد.
معماری تخصصی Maia 300: فراتر از یک تراشه ساده
تراشه Maia 300 که برای عرضه در سال ۲۰۲۷ میلادی (حدود سال ۱۴۰۶ شمسی) برنامه‌ریزی شده، صرفاً یک پردازنده گرافیکی یا شتاب‌دهنده معمولی نیست. به گفته اسکات گاتری، معاون اجرایی مایکروسافت در بخش ابر و هوش مصنوعی، این تراشه با معماری «استنتاج-محور» (Inference-first) طراحی شده است. این یعنی تمرکز اصلی بر روی بارهای کاری با حافظه فشرده، زمینه‌های طولانی (Long-context) و عملیات سنگین دیکودینگ است که ستون فقرات هوش مصنوعی‌های پیشرفته امروزی را تشکیل می‌دهند.
از ویژگی‌های فنی برجسته این سیستم می‌توان به استفاده از ۸ پشته حافظه HBM4 اشاره کرد که پهنای باند حافظه‌ای تا ۱۸ ترابایت بر ثانیه (TB/s) را فراهم می‌کند. این حجم از پهنای باند برای اجرای مدل‌های عظیم زبانی (LLM) که نیاز به خواندن و نوشتن مداوم داده‌های حجیم در طول فرآیند استنتاج دارند، حیاتی است.
مشخصات فنی کلیدی Maia 300:
- پیکربندی رک: طراحی ۹۶ شتاب‌دهنده در هر رک.
- عملکرد: بهبود ۷ برابری در توان عملیاتی توکن نسبت به Maia 200.
- بهره‌وری انرژی: ارائه ۴۰ درصد توکن بیشتر به ازای هر مگاوات در مقایسه با سیستم‌های مبتنی بر GPU رقبا.
- حافظه: ۸ پشته HBM4 با پهنای باند حداکثری ۱۸ ترابایت بر ثانیه.
حرکت به سمت یکپارچگی عمودی (Vertical Integration)
مایکروسافت که پیش‌تر از مدل‌های کسب‌وکار یکپارچه گوگل انتقاد می‌کرد، اکنون خود در حال حرکت به سوی همان الگوی «یکپارچگی عمودی» است. طراحی Maia 300 به عنوان یک «سیستم هوشمند کامل» تعریف شده که در آن سیلیکون، نرم‌افزار، زیرساخت فیزیکی رک و شبکه‌های دیتاسنتر همگی به صورت هم‌افزا با هم مهندسی شده‌اند. این رویکرد سیستم-محور، پاسخی مستقیم به ماهیت پیچیده هوش مصنوعی عاملی است که نیاز به اجرای چندمرحله‌ای و استفاده از ابزارهای خارجی دارد.
چشم‌انداز استقرار در سال ۱۴۰۶
استراتژی مایکروسافت برای بهره‌گیری از این شتاب‌دهنده‌ها، تمرکز بر استقرارهای «چند گیگاواتی» است که از سال ۲۰۲۷ میلادی آغاز خواهد شد. با وجود اینکه مایکروسافت همچنان به مشارکت با سایر تأمین‌کنندگان تراشه تأکید دارد، اما توسعه داخلی Maia 300 به این شرکت قدرت چانه‌زنی و استقلال عملیاتی بسیار بالایی می‌دهد. تحلیلگران پیش‌بینی می‌کنند که با افزایش تراکم قدرت در رک‌های جدید، مایکروسافت با چالش‌های حرارتی و مدیریت انرژی دیتاسنترهای خود در پاییز و زمستان سال‌های آینده دست و پنجه نرم خواهد کرد، که این موضوع مستقیماً بر بازدهی عملیاتی مدل‌های هوش مصنوعی تأثیرگذار است.
جزئیات تکمیلی این معماری و نقشه راه استقرار، قرار است در رویداد Microsoft Ignite 2026 در سان‌فرانسیسکو به صورت دقیق‌تر واکاوی شود.
