Microsoft stellt Maia 300 vor, den KI-Chip der dritten Generation: ab 2027 das „primäre Inferenzsystem“ des Konzerns

Microsoft hat am 12. Oktober 2026 Maia 300 angekündigt, seinen hauseigenen KI-Chip der dritten Generation. Laut The Verge versteht der Konzern ihn als „primäres KI-Inferenzsystem“ für seine Produkte und Dienste. Inferenz meint die Rechenleistung, die ein trainiertes Modell bei jeder Antwort auf eine Anfrage verbraucht. Mit der stärkeren Nutzung von Chat, Programmierassistenten und Agenten ist dieser Posten für Cloud-Anbieter zu einem der größten Kostenblöcke geworden. Microsoft will immer mehr dieser Arbeit auf selbst entworfene Chips verlagern. Zuerst der Zeitplan. Maia 300 geht ab 2027 schrittweise in den Produktivbetrieb; heute lässt er sich also nicht nutzen, es ist ein Eintrag auf der Roadmap. Der Vorgänger Maia 200 wurde erst im Januar angekündigt und trägt bereits produktive Lasten bei Microsoft, darunter Microsoft Copilot, GitHub Copilot, Microsoft Foundry und Microsofts eigene KI-Modelle. Scott Guthrie, der die Cloud-Sparte leitet, nennt Maia 200 die leistungsstärkste KI-Infrastruktur der Flotte, gemessen an realen Kennzahlen von KI-Diensten. Zwischen zwei Generationen liegt weniger als ein Jahr, was auf ein hohes Tempo hindeutet.

Nun zur Leistung. Guthrie erwartet von Maia 300 40 Prozent mehr Token pro Megawatt als von führenden GPU-Systemen. In der vollen Konfiguration mit 96 Beschleunigern erreiche der Token-Durchsatz auf Rack-Ebene bis zum Siebenfachen von Maia 200. Zwei Vorbehalte sind nötig. Beide Zahlen sind Erwartungen des Managements, und der Artikel zitiert keine unabhängigen Messungen. Und die Einheit zählt: Rechenzentren werden zunehmend durch Strom statt durch die Zahl der Maschinen begrenzt, und Microsoft erzählt seine Geschichte über Energieeffizienz, nicht nur über Spitzenrechenleistung. Ein Architekturdetail ist konkret. Maia 300 basiert auf TSMCs Prozessknoten N2P und nutzt ein Chiplet-Design, das Rechenwerk, Speichercontroller und Ein-/Ausgabefunktionen trennt. Das Azure-Team für Hardware und Infrastruktur erklärt, so lasse sich mehr Siliziumfläche für Rechenleistung nutzen, und jede Funktion könne die für sie passende Technik verwenden. Guthrie beschreibt Maia 300 als vollständiges System für neue Arten von Lasten: Schlussfolgern über lange Kontexte, latenzempfindliche Dialoge und anhaltende, mehrstufige Agentenaufgaben. Das passt zur Entwicklung der Produkte im letzten Jahr. Agenten rufen über einen langen Kontext oft wiederholt Werkzeuge auf und verlangen mehr Latenzkontrolle und Stabilität als eine einzelne Antwort.

Die strategische Absicht steckt in einem Satz. Microsoft will die Azure-Maia-Familie ab 2027 im Multigigawatt-Maßstab einsetzen und Maia zum primären Inferenzsystem für seine Produkte und Dienste machen. The Verge folgert daraus, dass sich Microsoft bald überwiegend auf eigene Chips statt auf die von Nvidia und AMD stützen kann. Das ist die Deutung einer öffentlichen Aussage, keine Ankündigung, externe Chips nicht mehr zu kaufen. Mustafa Suleyman, Chef von Microsoft AI, nannte ein zweites Motiv: Man müsse über den gesamten Stack arbeiten, bis hinunter zum Silizium, und brauche in dieser Größenordnung eine Plattform, die man besitzt und gemeinsam mit den Modellen entwirft. Microsofts KI-Modelle auf Maia laufen zu lassen, sei für sein Team ein kritischer Schwerpunkt.

Unsere Einschätzung: Es geht um die Kostenstruktur. Läuft Inferenz überwiegend auf eigenen Chips, bleibt mehr Marge bei Microsoft, und Modelle und Hardware lassen sich gemeinsam abstimmen. Das Risiko ist ebenso klar: Der Chip kommt erst 2027, und es gibt noch keinen Beleg, dass er pünktlich geliefert wird oder die reale Effizienz die Erwartungen erfüllt. Der Bericht nennt auch weder Speicherkapazität, Spitzenrechenleistung, Preis noch, ob externe Cloud-Kunden ihn nutzen können. Diese Lücken lassen sich erst beurteilen, wenn Maia 300 ausgeliefert wird. Als Signal gelesen: Große Cloud-Anbieter streben die vertikale Integration von Modellen und Chips an, und die Inferenzeffizienz wird zum Schlachtfeld.