Maia 300 ist Microsofts selbst entwickelter KI-Chip der dritten Generation. Am 12. Oktober 2026 stellte Microsoft den Chip im offiziellen Blog vor; Cloud- und KI-Chef Scott Guthrie verfasste den Beitrag, und CEO Satya Nadella bezeichnete das Programm am selben Tag als die bislang größte Wette des Unternehmens auf eigenes Silizium. Im Mittelpunkt steht nicht ein einzelner Messwert, sondern ein Rollenwechsel: Ab 2027 soll die Maia-Familie auf mehrere Gigawatt skaliert werden und zum primären Inferenzsystem für Microsofts eigene Produkte und Dienste werden.
Die Vorgängergeneration trägt bereits echte Last
Maia 200 läuft inzwischen in Produktion, bedient reale Microsoft-Copilot-Workloads und unterstützt das MAI-Team bei der Entwicklung neuer Modelle; GitHub Copilot und Microsoft Foundry sollen bis Jahresende folgen. Nach Angaben von Microsoft ist der Chip in den USA, Europa und Australien im Einsatz und liefert bei den integrierten KI-Funktionen von Teams und Copilot bis zu 1,7-mal mehr Tokens pro Watt als führende GPU-Infrastruktur. Weil die Vorgängergeneration echte Last trägt, wirkt der Ausbau mit Maia 300 weniger wie eine Roadmap-Folie und mehr wie ein Generationswechsel mit Betriebsdaten im Rücken.
Gebaut für lange Kontexte und mehrstufige Agentenarbeit
Maia 300 nutzt eine Inferenz-zuerst-Architektur, optimiert für lange Kontexte, speicherintensive und dekodierungslastige Workloads. Acht HBM4-Stapel liefern 18,0 TB/s Spitzen-Speicherbandbreite bei 950 Watt TDP; Rechen-, Speichersteuerungs- und I/O-Funktionen sind auf mehrere Chiplets verteilt, wobei die Rechen-Chiplets in TSMCs N2P-Prozess gefertigt werden. Ein softwaredefiniertes Datenflussdesign soll Datenbewegungen verringern, das Niedrigpräzisionsformat MXFP4 den Speicherbedarf des KV-Caches senken. Ein voll bestücktes Rack vereint 96 Beschleuniger bei rund 167 Kilowatt, mit 27,6 TB HBM und 1,7 PB/s aggregierter Bandbreite. Microsoft erwartet davon bis zu siebenmal mehr Token-Durchsatz als bei Maia 200 und 40 % mehr Tokens pro Megawatt als bei führenden GPU-Systemen. Das sind Microsofts eigene Prognosen: Das verglichene GPU-System wird nicht benannt, unabhängige Tests gibt es noch nicht.
Das Ziel ist die Inferenzrechnung, die jeden Tag anfällt
Microsoft verabschiedet sich nicht von Nvidia oder AMD. Guthrie stellte klar, dass beide Partnerschaften weitergehen, und Reuters berichtete am selben Tag, Microsoft könnte im kommenden Jahr mehr als eine Million Maia-300-Chips ausrollen. Das Training bleibt Sache externer GPUs. Eigenes Silizium zielt auf die Inferenz: Jede Modellantwort und jeder zusätzliche Agentenschritt verbraucht laufend Rechenleistung und Strom – der größte und kostenempfindlichste Teil des Datenverkehrs. Wer die Inferenzhardware kontrolliert, kontrolliert Preisspielraum und Ausbaugeschwindigkeit von Diensten wie Copilot.
Geliefert wird ab 2027, drei Variablen entscheiden
Maia 300 geht erst 2027 in den Produktionseinsatz, und ein Ausbau auf mehrere Gigawatt muss noch Fertigungskapazität, Stromversorgung und Liefertermine bewältigen. Wie viel von den 40 % Effizienzversprechen unter realer Last übrig bleibt, zeigt sich erst, wenn die Chips Microsofts eigenen Verkehr bedienen; externe Kunden können Maia nicht mieten und die Werte daher auch nicht prüfen. Der praktische Maßstab ist konkret: Welchen Anteil von Microsofts Inferenzverkehr trägt eigenes Silizium 2027 tatsächlich? Steigt dieser Anteil, verliert Nvidia bei der Inferenz spürbar Preissetzungsmacht. Steigt er nicht, bleibt Maia eine wichtige Reserveoption.
