Microsoft vai implementar o seu chip de IA «Azure Maia» à escala de vários gigawatts a partir de 2027

A Microsoft anunciou que planeia implementar o seu chip de IA concebido internamente, o «Azure Maia», à escala de vários gigawatts a partir de 2027. A empresa pretende que este se torne a principal infraestrutura de inferência dos seus produtos. O anúncio foi feito pelo executivo Scott Guthrie. O Maia 200 já está a alimentar o Microsoft Copilot nos Estados Unidos, na Europa e na Austrália, e deverá chegar também ao GitHub Copilot e ao Foundry ainda este ano.

A opção de controlar internamente a infraestrutura que faz funcionar a IA

Quando se fala de IA, é frequente a atenção centrar-se em saber qual é o modelo mais inteligente. No entanto, à medida que aumenta o número de utilizadores, cresce também a capacidade de computação necessária para gerar cada resposta. Quem executa este processamento, conhecido como «inferência», com que equipamento e consumindo quanta energia? O anúncio desta vez aborda precisamente essa infraestrutura de base.

A Microsoft afirma que vai implementar o Maia à escala de vários gigawatts a partir de 2027 e torná-lo o principal sistema de inferência dos seus produtos. Segundo relatos, o CEO Satya Nadella descreveu-o como «a maior aposta de sempre em silício próprio». A empresa parece querer integrar os chips na sua estratégia de cloud, desde a conceção à operação, em vez de depender apenas de chips adquiridos a terceiros.

Um aspeto que merece atenção é a variedade de modelos que o Maia vai suportar. A empresa afirma que este executará modelos da OpenAI, bem como a sua própria série MAI e ainda modelos de código aberto. Em vez de ser um equipamento especializado num modelo específico, parece procurar tornar-se uma infraestrutura de inferência versátil, capaz de suportar a diversidade de sistemas de IA utilizados no Azure.

A situação atual: o Maia 200 já está a alimentar o Copilot

Não se trata de um plano que ainda esteja apenas no papel. O Maia 200 já está a alimentar o Microsoft Copilot nos Estados Unidos, na Europa e na Austrália. A compatibilidade com o GitHub Copilot e o Foundry também deverá avançar ainda este ano.

A Microsoft afirma que, no Teams, o Maia consegue processar até 1,7 vezes mais tokens por watt do que as principais GPU. Um token é uma espécie de unidade mínima utilizada pela IA para processar texto. Um maior volume de processamento por unidade de energia permite servir mais utilizadores com o mesmo equipamento, tendo um impacto direto nos custos operacionais. No entanto, este valor é uma afirmação da Microsoft; as informações públicas disponíveis não permitem confirmar os detalhes dos termos de comparação nem das condições de medição.

O Maia 300 aponta para entradas longas e agentes de IA

O Maia 300, o sucessor, tem lançamento previsto para 2027. Os usos previstos incluem o processamento de entradas longas, diálogos rápidos e tarefas de tipo agente. Um agente é uma IA que executa autonomamente várias etapas em resposta às instruções do utilizador. Como pode recorrer ao modelo repetidamente para cumprir um único pedido, este tipo de tarefa tende a exigir mais capacidade de computação do que uma conversa convencional.

Também foram divulgadas as especificações do chip. Cada chip integra oito pilhas de memória HBM4, com uma capacidade total de 288 GB, uma largura de banda de 18 TB por segundo e um consumo nominal de 950 watts. A HBM é um tipo de memória de alta velocidade utilizado em IA; a sua capacidade e velocidade tornam-se especialmente importantes na execução de modelos de grandes dimensões ou no processamento de contextos longos.

Em termos de desempenho, a Microsoft afirma que o Maia processa mais 40% de tokens por megawatt do que os sistemas GPU anteriores. A empresa diz ainda que uma rack com 96 chips consegue gerar até sete vezes mais tokens do que uma rack com Maia 200. Os detalhes estão reunidos num relatório técnico e deverão ser divulgadas mais informações no Ignite 2026, em novembro.

Porque é que o processamento por unidade de energia está a tornar-se um critério de competição

O que sobressai neste anúncio é que o desempenho é medido não apenas pela «velocidade», mas também pela quantidade de processamento possível por unidade de energia. O facto de a dimensão do plano ser expressa em gigawatts, uma unidade de potência, é revelador. Na expansão dos centros de dados, a disponibilidade de energia está a tornar-se uma limitação mais importante do que o número de chips.

Uma diferença de várias dezenas por cento na eficiência energética pode alterar o volume de serviços de IA que é possível executar com a mesma capacidade elétrica. Ao conceber os seus próprios chips, a Microsoft pode ajustá-los em pormenor aos seus serviços e, assim, obter maiores ganhos de eficiência. É provável que seja por motivos deste género que esteja a reforçar a sua aposta em soluções próprias.

Por outro lado, as informações públicas não esclarecem se a expressão «vários gigawatts» se refere ao consumo dos próprios chips ou à capacidade total das instalações. A dimensão efetiva da implementação e as condições em que foram medidos os vários valores de desempenho deverão ficar mais claras com o Ignite 2026 e o relatório técnico. A energia e a capacidade de conceber semicondutores que sustentem a IA, e não apenas a inteligência dos modelos, vão determinar cada vez mais o seu valor. A evolução do Maia reflete esta tendência.