Microsoft lên kế hoạch mở rộng quy mô chip AI "nhà làm" Maia lên mức hàng gigawatt vào năm 2027

Microsoft đang đẩy nhanh chiến lược tự chủ phần cứng khi công bố kế hoạch triển khai các dòng chip AI Azure Maia ở quy mô nhiều gigawatt (multi-gigawatt) bắt đầu từ năm 2027. Theo ông Scott Guthrie, lãnh đạo cấp cao của tập đoàn, các bộ xử lý tùy biến này sẽ trở thành nền tảng suy luận (inference) chủ lực trên toàn bộ hệ sinh thái sản phẩm của Microsoft.

CEO Satya Nadella gọi đây là "canh bạc lớn nhất từ trước đến nay của chúng tôi vào mảng bán dẫn tự phát triển", qua đó phản ánh làn sóng chung của các nhà cung cấp dịch vụ đám mây nhằm ghìm cương chi phí điện toán và giảm bớt sự phụ thuộc vào các nhà sản xuất chip bên ngoài.

Maia 200 gánh vác khối lượng công việc hiện tại

Thế hệ chip hiện nay, Maia 200, đã được đưa vào vận hành thực tế và trực tiếp xử lý các tác vụ của Microsoft Copilot tại nhiều trung tâm dữ liệu ở Mỹ, châu Âu và Úc. Hãng dự kiến sẽ tiếp tục mở rộng quy mô triển khai sang GitHub Copilot và nền tảng Microsoft Foundry vào cuối năm nay.

Maia 200 được thiết kế để hỗ trợ đa dạng kiến trúc mô hình, từ các mô hình của OpenAI, hệ thống mô hình nội bộ MAI của Microsoft cho tới các giải pháp nguồn mở của bên thứ ba. Theo các bài đo kiểm thực tế do Microsoft công bố, bộ xử lý này mang lại hiệu suất token trên mỗi watt điện cao hơn tới 1,7 lần so với các dòng GPU thương mại hàng đầu khi xử lý các tác vụ cho Microsoft Teams.

Thế hệ tiếp theo Maia 300 nhắm tới Agentic AI

Nhìn xa hơn tới năm 2027, Microsoft dự kiến trình làng Maia 300 — thế hệ kế nhiệm được tinh chỉnh chuyên biệt cho các khối lượng công việc đòi hỏi tài nguyên lớn như xử lý ngữ cảnh dài (long-context), các truy vấn hội thoại độ trễ thấp và các tác vụ tác tử tự trị (agentic AI).

Các thông số kỹ thuật đáng chú ý của Maia 300 bao gồm:

• Kiến trúc bộ nhớ: 8 ngăn xếp bộ nhớ HBM4 với tổng dung lượng đạt 288 GB.
• Băng thông: Băng thông bộ nhớ lên tới 18 TB/s.
• Mức tiêu thụ điện (TDP): Đạt mức 950 watt mỗi chip.
• Hiệu quả năng lượng: Cung cấp lượng token trên mỗi megawatt cao hơn 40% so với các hệ sinh thái GPU hàng đầu hiện nay.

Mật độ tính toán và thông lượng xử lý ở cấp độ cụm máy chủ (cluster) cũng sẽ có bước nhảy vọt ấn tượng. Một tủ rack tích hợp 96 chip Maia 300 dự kiến sẽ cho sản lượng token cao gấp 7 lần so với một tủ rack Maia 200 tương đương.

Microsoft hiện đã công bố những thông tin sơ bộ trong một báo cáo kỹ thuật và dự kiến sẽ tiết lộ chi tiết hơn về mặt kiến trúc tại hội nghị Ignite sắp tới.