Microsoft prévoit de déployer sa puce IA maison « Azure Maia » à l’échelle de plusieurs gigawatts à partir de 2027

Microsoft a annoncé son intention de déployer sa puce IA conçue en interne, « Azure Maia », à l’échelle de plusieurs gigawatts à partir de 2027. L’entreprise veut en faire le principal socle d’inférence de l’ensemble de ses produits, a indiqué son dirigeant Scott Guthrie. Maia 200 fait déjà fonctionner Microsoft Copilot aux États-Unis, en Europe et en Australie, et devrait être déployée sur GitHub Copilot et Foundry d’ici la fin de l’année.

Faire le choix de maîtriser en interne les infrastructures qui font fonctionner l’IA

Lorsqu’on parle d’IA, l’attention se porte souvent sur le modèle le plus intelligent. Pourtant, plus le nombre d’utilisateurs augmente, plus la puissance de calcul nécessaire pour produire chaque réponse croît. Qui fait tourner ce processus, appelé « inférence », avec quels équipements et quelle consommation électrique ? L’annonce d’aujourd’hui porte précisément sur ces fondations.

Microsoft prévoit de déployer Maia à l’échelle de plusieurs gigawatts à partir de 2027 et d’en faire le principal système d’inférence de ses produits. Selon certaines informations, son PDG Satya Nadella a qualifié cette initiative de « plus gros pari jamais fait sur le silicium maison ». L’entreprise semble ainsi vouloir intégrer les puces à sa stratégie cloud, de la conception à l’exploitation, plutôt que de dépendre uniquement de composants achetés à l’extérieur.

La diversité des modèles que Maia pourra prendre en charge mérite l’attention. Microsoft précise que la puce fera fonctionner les modèles d’OpenAI, mais aussi sa propre série MAI et des modèles open source. Plutôt qu’une puce spécialisée autour d’un modèle donné, elle semble conçue comme une infrastructure d’inférence polyvalente, capable de prendre en charge les différents systèmes d’IA utilisés sur Azure.

Maia 200, la réalité d’aujourd’hui : Copilot fonctionne déjà sur la puce

Le projet ne se limite pas à des plans pour l’avenir. Maia 200 fait déjà fonctionner Microsoft Copilot aux États-Unis, en Europe et en Australie. GitHub Copilot et Foundry devraient également être pris en charge d’ici la fin de l’année.

Microsoft affirme que Maia peut traiter, dans Teams, jusqu’à 1,7 fois plus de tokens par watt que les principaux GPU. Un token est une sorte d’unité minimale utilisée par l’IA pour traiter du texte. Une hausse du volume traité par unité d’énergie permet de servir davantage d’utilisateurs avec les mêmes équipements, ce qui a aussi un impact direct sur les coûts d’exploitation. Toutefois, ce chiffre provient de Microsoft et les informations publiques ne permettent pas de vérifier les détails des équipements de référence ni les conditions de mesure.

Maia 300 vise les longues entrées et les agents IA

Maia 300, la génération suivante, devrait être livrée en 2027. Elle est destinée au traitement de longues entrées, aux échanges rapides et aux tâches de type agent. Un agent est une IA qui exécute de manière autonome plusieurs étapes à partir d’une instruction de l’utilisateur. Comme il fait appel au modèle à plusieurs reprises pour une seule demande, ce type d’usage peut nécessiter davantage de calcul qu’une conversation classique.

Les caractéristiques de la puce ont également été dévoilées. Chaque puce embarque huit piles de mémoire HBM4, pour une capacité totale de 288 Go, une bande passante de 18 To par seconde et une puissance nominale de 950 watts. La HBM est une mémoire à haut débit utilisée pour l’IA ; sa capacité et sa vitesse deviennent d’autant plus importantes que les modèles sont volumineux et les contextes longs.

Microsoft affirme que, par rapport aux systèmes GPU de génération précédente, Maia traite 40 % de tokens supplémentaires par mégawatt. L’entreprise indique également qu’un rack composé de 96 puces peut générer jusqu’à sept fois plus de tokens qu’un rack Maia 200. Les détails figurent dans un rapport technique, et de nouvelles informations devraient être communiquées lors d’Ignite 2026, en novembre.

Pourquoi le volume traité par unité d’énergie devient un critère de compétition

Ce qui frappe dans cette annonce, c’est que la performance se mesure non seulement à la « vitesse », mais aussi au volume de traitement par unité d’énergie. Le fait même que l’ampleur du projet soit exprimée en gigawatts, une unité de puissance, est révélateur. À mesure que les centres de données se développent, l’approvisionnement en électricité devient une contrainte plus importante que le nombre de puces.

Un écart de plusieurs dizaines de pour cent en matière d’efficacité énergétique peut modifier le volume de services d’IA exploitables avec la même puissance disponible. Concevoir ses propres puces permet de les ajuster finement à ses services et peut faciliter des gains d’efficacité plus importants. C’est sans doute l’une des raisons pour lesquelles Microsoft renforce sa stratégie en faveur de solutions maison.

En revanche, les informations publiques ne permettent pas de savoir si l’expression « plusieurs gigawatts » désigne la consommation électrique des puces elles-mêmes ou la capacité de l’ensemble des installations. L’ampleur réelle du déploiement et les conditions dans lesquelles les différentes performances ont été mesurées devraient être précisées lors d’Ignite 2026 ou dans le rapport technique. La valeur de l’IA dépendra de plus en plus non seulement de l’intelligence des modèles, mais aussi de l’électricité nécessaire à leur fonctionnement et de la capacité à concevoir les semi-conducteurs qui les soutiennent. L’évolution de Maia illustre cette tendance.