Il 12 ottobre 2026 Microsoft ha presentato Azure Maia 300, la terza generazione del suo acceleratore per l'intelligenza artificiale. L'annuncio è firmato da Scott Guthrie, il vicepresidente esecutivo che guida Cloud + AI, e ha un titolo che dice già tutto: Maia 200 è in produzione, Maia 300 arriva nel 2027 con «deployment da più gigawatt». Tradotto in chip, secondo Reuters e The Next Web, significa più di un milione di unità il prossimo anno.
Due mesi fa The Information aveva riportato trattative con TSMC per oltre 300 mila chip. Microsoft aveva risposto che quei numeri «non riflettono la scala del programma». Ora si capisce in che senso: erano bassi.
Per chi arriva ora al tema, la scheda su Microsoft Maia nella sezione aziende racconta origini e ritardi del programma. Qui ci concentriamo su cosa cambia con la terza generazione.
Le cifre dichiarate
I numeri vengono dal post ufficiale e dal deep dive tecnico di Azure, con qualche integrazione da Reuters e dalla stampa specializzata.
| Maia 200 | Maia 300 | |
|---|---|---|
| Processo dei die di calcolo | TSMC 3 nm | TSMC N2P (2 nm) |
| Memoria | 216 GB HBM3e | 288 GB HBM4, 8 stack |
| Banda di memoria | 7 TB/s | 18 TB/s |
| Calcolo FP4 / FP8 | ~10 / ~5 PFLOPS | 13,8 / 6,9 PFLOPS |
| Potenza del chip | 750 W | 950 W |
| Chip per rack | 48 | 96 |
| Potenza del rack | n.d. | 167 kW |
Le tre affermazioni che Microsoft mette in cima sono queste:
- Il 40% di token in più per megawatt rispetto ai «sistemi leader basati su GPU».
- Fino a 7 volte il throughput di token per rack rispetto a Maia 200, nella configurazione piena da 96 acceleratori.
- Circa il doppio di banda HBM per watt rispetto alla generazione precedente, e fino a 2,5 volte le prestazioni per watt a livello di rack.
Un rack intero mette insieme 27,6 TB di HBM e 1,7 PB/s di banda aggregata. I rack si collegano in «superpod» fino a 12.288 acceleratori, con collegamenti elettrici dentro il rack e ottici tra rack, su un trasporto proprietario costruito sopra Ethernet standard.
Cosa c'è dentro
La scelta architetturale più interessante è il passaggio ai chiplet. Maia 200 era un die monolitico. Maia 300 separa il calcolo, i controller di memoria e l'I/O su die diversi: solo le parti di calcolo usano il processo N2P di TSMC, il più costoso, mentre le funzioni di movimento dati stanno su 3 nm, come ha riferito Reuters. È la stessa strada presa da Nvidia con Blackwell e da AMD con le MI300: si paga il nodo di punta solo dove serve.
Il resto del progetto è dichiaratamente inference-first. Microsoft lo dice senza giri di parole: il chip è ottimizzato per contesti lunghi, carichi che consumano memoria e fasi di decodifica, cioè le conversazioni prolungate, il ragionamento e gli agenti che eseguono compiti in più passaggi. Da qui tre scelte:
- otto stack di HBM4 e 18 TB/s, perché nell'inferenza il collo di bottiglia è la memoria, non i FLOPS;
- supporto esteso a MXFP4 e a formati di archiviazione sotto i 3 bit, pensati per comprimere la cache delle chiavi e dei valori che cresce con la lunghezza del contesto;
- SRAM on-die gestita dal software come scratchpad, per tenere i dati caldi lontano dall'HBM.
Il rack da 96 chip è raffreddato a liquido per oltre l'80% del carico termico ed è alimentato da busbar a 50 V con doppia linea. Non sono dettagli da appassionati: la densità per rack è il parametro che decide quanta intelligenza entra in un data center già costruito, e Microsoft ne ha molti da riempire.
Chi lo usa, e chi no
Maia 200 è già in produzione negli Stati Uniti, in Europa e in Australia. Alimenta Microsoft Copilot, fa girare modelli di OpenAI, i modelli MAI della divisione di Mustafa Suleyman e famiglie open source. Entro fine anno arriveranno GitHub Copilot e Microsoft Foundry, il servizio di model serving per i clienti Azure. Microsoft dichiara fino a 1,7 volte i token per watt rispetto alle GPU per le funzioni AI di Teams, Copilot e Cowork.
Per Maia 300, l'elenco dei primi clienti è lo stesso con un'aggiunta: Dragon Copilot, l'assistente clinico, citato per le interazioni a bassa latenza. Nessun cliente esterno è nominato. Nessun laboratorio terzo ha testato il chip, come ha fatto notare Reuters. I mesi scorsi hanno visto indiscrezioni su un interesse di Anthropic, ma nel materiale ufficiale non c'è traccia.
È la differenza di fondo con le TPU di Google, che vendono capacità anche fuori: Maia resta, almeno per ora, capacità interna. Il post di Guthrie insiste sulla piattaforma «aperta, eterogenea, multi-modello» e dice che «il futuro non sarà definito da un singolo modello, un singolo chip o una singola innovazione». Nvidia non compare mai per nome. Nei nuovi Surface, peraltro, ci sono processori Nvidia, e l'accordo con AMD di luglio è ancora fresco.
Quello che non si può verificare
La cifra del 40% di token in più per megawatt è il titolo dell'annuncio e non ha un termine di confronto. Microsoft non dice contro quale sistema GPU ha misurato, con quale modello, con quale lunghezza di contesto, con quale precisione numerica. Il dato più comparabile è quello dei rack: 96 chip Maia a 167 kW contro 72 GPU di un rack GB300 a circa 142 kW, secondo Reuters. Ma sono configurazioni diverse, con chip diversi, e il rapporto tra i due consumi non dice niente sui token prodotti.
Anche il «fino a 7 volte» sul rack va letto con attenzione. Raddoppiando i chip per rack e con 2,6 volte la banda di memoria, un moltiplicatore alto è aritmeticamente plausibile per i carichi legati alla memoria. Ma è il caso migliore di un confronto interno tra due generazioni, non un benchmark. E Maia 200 era arrivato in ritardo rispetto ai piani, dopo test interni sotto le attese: il termine di paragone è un chip che Microsoft stessa aveva dovuto correggere.
Infine la potenza. Il chip passa da 750 a 950 W, un aumento del 27%. L'efficienza dichiarata viene dal fatto che le prestazioni crescono di più del consumo, non dal fatto che il chip consumi meno. Un milione di chip a 950 W, senza contare host, rete e raffreddamento, sono circa un gigawatt di solo silicio: i «deployment da più gigawatt» sono coerenti con i numeri, e anche con la fame di energia di cui Microsoft parla da due anni.
Perché conta per Nvidia
Il mercato ha reagito poco: Nvidia in calo di poco più dell'1% nel giorno dell'annuncio, dentro una settimana negativa che ha altre cause. È la reazione giusta, per due motivi.
Il primo è che Maia non tocca l'addestramento. Microsoft continuerà a comprare GPU per addestrare i modelli propri e per far girare i carichi che Maia non copre, e ha contratti come quello da 9,7 miliardi con IREN per capacità GB300 che non spariscono. Il secondo è che un chip interno, per definizione, non toglie quote di mercato: toglie potere di prezzo. Ogni rack Maia che entra in produzione è un rack in meno su cui Nvidia può applicare i margini del 70% e oltre che ha tenuto finora. Google con le TPU, Amazon con Trainium, OpenAI con il chip progettato con Broadcom: la pressione viene da tutti i grandi clienti insieme, e Maia 300 è il tassello che mancava, dal cliente più grande.
Con un capex sopra i 175 miliardi di dollari quest'anno, per Microsoft anche uno sconto di qualche punto percentuale sul costo dell'inferenza vale miliardi. È questa la posta in gioco, non la classifica dei FLOPS.
Cosa aspettarsi
Microsoft rimanda a Ignite, a novembre a San Francisco, per i dettagli su adozione e strategia. Le cose da guardare sono tre: se compare un cliente esterno di Maia oltre ai servizi Microsoft; se arriva un benchmark con un termine di paragone esplicito; e se la produzione di TSMC in N2P e il packaging avanzato, che J.P. Morgan vede sotto pressione fino al 2027, reggono i volumi annunciati. Un milione di chip è un piano, non una spedizione. Maia 200 ha insegnato che la distanza tra i due può essere lunga.