10月12日、Microsoftが「Microsoft announces Maia 300, its next-generation custom AI chip」と題した記事を公開した。次世代カスタムAIチップ「Maia 300」の発表と、2027年からAzure Maiaをマルチギガワット規模に拡大する計画について詳しく紹介されている。
Maia 300——推論インフラの中心に据えられるカスタムシリコン
今回の発表で最も重要な点は、Maia 300が2027年以降、CopilotをはじめとするMicrosoft製品・サービスの「主要AI推論システム」になるという宣言だ。これはMicrosoftが自社AIサービスの推論インフラの中心を、外部調達チップから自社設計チップへ移行させるという戦略転換を意味する。
※「カスタムシリコン」とは、汎用GPUやCPUではなく、特定のワークロード（ここではAI推論）に特化して自社設計された半導体チップを指す。GoogleのTPUやAmazonのTrainiumが同カテゴリの代表例だ。
Microsoftがカスタムシリコン開発に本格参入したのは2023年のAzure Maia 100発表からだ。その後に登場したMaia 200はすでに数億人規模のユーザーが利用する組み込みAI機能に使われており、Maia 300はその系譜に連なる次世代モデルとして位置づけられている。なお、Maia 100・Maia 200・Maia 300の世代順および「前世代」という関係については、元記事の記述に沿って読み取っていただきたい。
※編集部の考察：Maia 200の段階ですでに実運用規模での展開が進んでいたことは、今回のMaia 300への移行がゼロからのスタートではなく、実績ある基盤の上に積み上げられた計画であることを示唆している。
Maia 300の主要スペックと狙い
ラックスケールで前世代比7倍のトークンスループット
Maia 300のMicrosoftデータセンター内における最大の数字はラックスケールでMaia 200比最大7倍のトークンスループットだ。単一チップの性能向上だけでなく、ラック全体のシステム設計まで含めた数字である点に注意が必要だ。
※「ラックスケール」とは、個々のチップ単体ではなく、データセンターのラック（複数のサーバーをまとめて収納する筐体単位）全体を一つのシステムとして設計・最適化するアプローチを指す。電源・冷却・ネットワークを含めたトータル設計が性能に大きく寄与する。
電力効率の面では1メガワットあたりのトークン生成量が40%向上するとされている。データセンターの電力制約が年々厳しくなる中、同じ電力量でより多くの推論処理をこなせることは運用コストに直結する。
対象ワークロードは「長文脈推論」「エージェント」「会話」
Maia 300が想定する主なワークロードは以下の3つだ。
- 長文脈推論（long-context reasoning）：大量のコンテキストを処理するモデル（GPT-4oの128K tokenウィンドウのような用途）
- レイテンシ敏感な会話体験：CopilotやTeamsのリアルタイム応答
- マルチステップのエージェントタスク：複数ツールを跨いで継続的に動作するAIエージェント
これらはいずれも「バッチ処理より応答速度と持続的な処理能力が求められる」ワークロードであり、従来のGPUが最適化されてきた学習ワークロードとは要件が異なる。
利用される製品・サービス
Maia 300は以下のMicrosoft製品に適用されるとされている。
- GitHub Copilot（コーディング支援の高効率化）
- Microsoft Foundry（AIモデルのより柔軟なデプロイ）
- Copilot / Teams / Dragon Copilot（応答速度の向上）
マルチギガワット展開の意味
「マルチギガワット展開」という表現は、従来のデータセンター規模の話ではない。ギガワット級の電力を消費するAIインフラを複数構えるという計画であり、Microsoftが自社チップを主軸に据えたAI推論インフラを大規模に構築することを示している。2027年から本格展開というタイムラインも、すでに設計・製造フェーズが相当程度進んでいることを示唆している。
詳細はMicrosoft announces Maia 300, its next-generation custom AI chipを参照していただきたい。
