Maia 300 est la puce d'IA conçue en interne par Microsoft, troisième génération du programme. Le 12 octobre 2026, Microsoft l'a présentée sur son blog officiel, dans un article de Scott Guthrie, responsable cloud et IA, tandis que le PDG Satya Nadella saluait le même jour le plus gros pari du groupe sur son propre silicium. L'essentiel n'est pas une caractéristique isolée, mais un changement de rôle : à partir de 2027, la famille Maia passera à des déploiements de plusieurs gigawatts et deviendra le principal système d'inférence des produits et services de Microsoft.
La génération précédente porte déjà un trafic réel
Maia 200 est désormais en production : elle sert les charges réelles de Microsoft Copilot et accompagne l'équipe MAI dans le développement de ses prochains modèles, GitHub Copilot et Microsoft Foundry devant suivre d'ici la fin de l'année. Selon Microsoft, la puce est déployée aux États-Unis, en Europe et en Australie, avec jusqu'à 1,7 fois plus de tokens par watt que les infrastructures GPU de référence pour les fonctions d'IA intégrées à Teams et Copilot. Parce que la génération précédente tourne déjà en conditions réelles, l'expansion annoncée pour Maia 300 ressemble moins à une promesse de feuille de route qu'à une relève étayée par des données d'exploitation.
Pensée pour les longs contextes et les agents en plusieurs étapes
Maia 300 adopte une architecture centrée sur l'inférence, optimisée pour les longs contextes, les charges gourmandes en mémoire et le décodage intensif. Huit piles HBM4 offrent 18,0 TB/s de bande passante mémoire de pointe pour un TDP de 950 watts ; calcul, contrôle mémoire et entrées-sorties sont répartis entre plusieurs chiplets, les chiplets de calcul étant gravés avec le procédé N2P de TSMC. Un flux de données défini par logiciel vise à limiter les déplacements de données, et le format basse précision MXFP4 réduit l'empreinte mémoire du cache KV. Une baie complète réunit 96 accélérateurs pour environ 167 kilowatts, avec 27,6 To de HBM et 1,7 Po/s de bande passante cumulée. Microsoft en attend jusqu'à sept fois le débit de tokens de Maia 200 et 40 % de tokens en plus par mégawatt que les systèmes GPU de référence. Il s'agit de projections de Microsoft : le système GPU comparé n'est pas nommé et aucun test indépendant n'existe encore.
La cible réelle, c'est la facture d'inférence quotidienne
Microsoft ne rompt ni avec Nvidia ni avec AMD. Guthrie a confirmé la poursuite des deux partenariats, et Reuters a rapporté le même jour que Microsoft pourrait déployer plus d'un million de puces Maia 300 l'an prochain. L'entraînement reste confié aux GPU externes. Le silicium maison vise l'inférence : chaque réponse de modèle et chaque étape supplémentaire d'un agent consomment en continu du calcul et de l'électricité ; c'est la part de trafic la plus volumineuse et la plus sensible aux coûts. Contrôler le matériel d'inférence, c'est contrôler la marge de prix et le rythme d'expansion de services comme Copilot.
Rendez-vous en 2027, avec trois variables à surveiller
Maia 300 n'entrera en production qu'en 2027, et un passage à plusieurs gigawatts devra encore franchir les caps de la capacité de fabrication, de l'alimentation électrique et des délais de livraison. La part des 40 % d'efficacité promis qui survivra aux charges réelles ne se saura que lorsque les puces serviront le trafic de Microsoft ; les clients externes ne peuvent pas louer Maia et ne peuvent donc pas vérifier ces chiffres. Le critère d'évaluation est concret : quelle part du trafic d'inférence de Microsoft son propre silicium portera réellement en 2027 ? Si cette part grimpe, le pouvoir de fixation des prix de Nvidia sur l'inférence en prendra un coup réel. Sinon, Maia restera une option de rechange importante, pas l'acteur principal.
