Microsoft prépare un saut d’échelle massif pour Azure Maia. Derrière l’annonce, une bascule stratégique sur l’inférence IA dès 2027.
En bref
- Microsoft industrialise Maia 200 dès maintenant
- Maia 300 arrive en production en 2027
- Objectif, plus d’inférence IA par mégawatt
L’IA se joue aussi dans les salles serveurs. Chez Microsoft, le message est limpide, le groupe veut faire de Azure Maia son système principal d’inférence pour ses produits et services, avec des déploiements multi-gigawatts à partir de 2027. Ce n’est pas un détail de roadmap. C’est une façon de reprendre la main sur le coût, la densité et la capacité de l’IA à grande échelle.
Chaque mégawatt devient un levier produit
Déjà, Maia 200 tourne en production. La puce sert des charges réelles chez Microsoft, notamment Microsoft Copilot, et accompagne aussi l’équipe MAI pour ses modèles de nouvelle génération. D’ici la fin de l’année, GitHub Copilot et Microsoft Foundry doivent suivre.
Ce point compte, quand même. Maia 200 ne fait pas tourner un seul type de modèle, mais des modèles OpenAI, les modèles maison de Microsoft et plusieurs familles open source. Le groupe explique tirer de cette échelle un co-design entre matériel et logiciels, avec une promesse très terrain, optimiser des usages concrets dans l’entreprise et dans différents secteurs.
Maia 300 vise un vrai saut d’efficacité
La suite s’appelle Maia 300, et elle est prévue pour des déploiements de production en 2027. Cette troisième génération cible les charges IA qui montent fort, raisonnement sur long contexte, conversations sensibles à la latence, tâches agentiques multi-étapes.
Les chiffres avancés sont musclés. Microsoft attend 40% de tokens en plus par mégawatt face aux principaux systèmes à base de GPU. Et sur une configuration complète à 96 accélérateurs, le système peut monter jusqu’à 7 fois le débit de tokens à l’échelle du rack par rapport à Maia 200.
Une architecture pensée pour l’inférence lourde
Bon, la promesse repose sur des choix techniques précis. Maia 300 mise sur une architecture d’inférence d’abord, optimisée pour les charges longues, gourmandes en mémoire et lourdes en décodage. L’idée, en gros, consiste à mieux équilibrer calcul, bande passante mémoire, réseau et efficacité énergétique.
On retrouve un dataflow défini par logiciel, de l’optimisation de kernels assistée par IA, huit piles HBM4 pour 18,0 To/s de bande passante mémoire de pointe dans une enveloppe de 950 watts, ainsi qu’une architecture multi-chiplets. Les chiplets de calcul s’appuient sur le nœud N2P de TSMC. Microsoft ajoute aussi le support de formats basse précision avancés, dont un MXFP4 amélioré, pour réduire les besoins mémoire et bande passante.
Pourquoi c’est stratégique pour tout l’écosystème Azure
Le plus intéressant est peut-être là. Maia 300 étend cette logique au réseau, avec des interconnexions haut débit entre accélérateurs, un transport IA propriétaire, et une base Ethernet pensée pour aller d’un rack unique à l’échelle du datacenter. Chaque rack rassemble 96 accélérateurs dans 167 kilowatts, avec 27,6 To de capacité HBM et 1,7 Po/s de bande passante agrégée.
Derrière ces chiffres, il y a des usages bien identifiés. GitHub pour des expériences de code plus efficaces, Microsoft Foundry pour servir des architectures de modèles variées, l’équipe MAI pour l’inférence et la génération de données, et Dragon Copilot pour alléger la charge administrative des cliniciens. Microsoft place clairement Azure Maia au cœur de sa stratégie dite de Frontier Transformation, et promet plus de détails à Microsoft Ignite 2026, à San Francisco et en ligne.
