Microsofts will Milliarden in eigene KI-Chips stecken, um Nvidia loszuwerden

Microsoft will ab 2027 Milliarden in eigene KI-Chips stecken, um Nvidias Marge zu drücken. Der Haken: Beim Vorgänger lief es schleppend.

Scott Guthrie, Cloud-Chef bei Microsoft, kündigte im Firmenblog an, die Azure-Maia-Familie ab 2027 auf „Einsätze im Multi-Gigawatt-Bereich“ zu skalieren, wie berichtet. Damit soll der hauseigene Chip Maia 300 zum Hauptsystem für KI-Inferenz in Microsofts eigenen Produkten werden, von Copilot bis zu Agenten-Workflows mit vielen Arbeitsschritten.

Laut Microsoft soll der Chip 40 Prozent mehr Token pro Megawatt liefern als führende GPU-Systeme, ein Serverschrank mit 96 Chips entsprechend bis zu siebenmal so viel Durchsatz wie mit dem Vorgänger Maia 200, so The Decoder. Der Maia 300 ist dabei von Grund auf für Inferenz konzipiert, also für das Ausführen fertiger Modelle statt für deren Training. Als Haupteinsatzgebiete nennt Microsoft Reasoning mit langen Kontexten, Chat-Anwendungen mit kurzen Antwortzeiten und mehrstufige KI-Agenten.

Die Rechnung hinter dem Chip

Der Plan folgt einer simplen Logik: Nvidias Data-Center-Geschäft erzielte zuletzt 89 Mrd. Dollar Umsatz in einem Quartal, bei 75 Prozent Bruttomarge, wie Trending Topics unter Berufung auf Unternehmenszahlen schreibt. Einen erheblichen Teil davon zahlen Hyperscaler wie Microsoft. Mit eigener Inferenz-Hardware, deren Bedarf mit jeder Copilot-Anfrage wächst, will der Konzern diese Marge selbst behalten und die teuren Nvidia-Systeme für zahlende Azure-Kundschaft freihalten.

Demnach, zitiert von Trending Topics, hat Microsoft bei TSMC bereits Fertigungskapazität für mehr als 300.000 Maia-300-Chips für 2027 angefragt. Microsoft steht mit dieser Strategie nicht allein: Google setzt auf TPUs, Amazon auf Trainium, OpenAI bringt mit Broadcom den Chip Jalapeño in eigene Rechenzentren. Auch Nvidia selbst reagiert bereits auf den wachsenden Inferenz-Markt: Mit einem 20-Milliarden-Dollar-Deal mit dem Chip-Start-up Groq sicherte sich der Konzern demnach zusätzliche Kapazitäten in genau jenem Segment, das Microsoft nun selbst erschließen will.

Maia 200 lief holprig an

Der aktuelle Maia 200, gefertigt im 3-Nanometer-Verfahren, ist seit Januar im Einsatz, zunächst in einem Rechenzentrum in Iowa, inzwischen auch in Europa und Australien. Er bedient bereits Microsoft Copilot und unterstützt das hauseigene KI-Team MAI bei der Modellentwicklung. GitHub Copilot und die Plattform Foundry sollen laut Guthrie bis Jahresende folgen. Auf den Chips laufen sowohl OpenAI-Modelle als auch Microsofts eigene MAI-Modelle und gängige Open-Source-Modelle.

Für KI-Funktionen in Teams nennt Microsoft bis zu 1,7-mal mehr Token pro Watt als auf GPU-Infrastruktur. Doch der Rollout verlief bislang zäh: Der erste Maia 100 kam nur in kleinen Stückzahlen zum Einsatz, der Maia 200 startete verspätet und lief demnach zuletzt erst in zwei US-Rechenzentren. Das wirft die Frage auf, ob der ambitionierte Zeitplan für 2027 realistisch ist, zumal zwischen Ankündigung und produktivem Breiteneinsatz bei den Vorgängergenerationen jeweils deutlich mehr Zeit verging als ursprünglich kommuniziert.

Fehlende unabhängige Belege

Alle Effizienzangaben zum Maia 300, die 40 Prozent mehr Token pro Megawatt und die siebenfache Schrankleistung, stammen ausschließlich von Microsoft selbst und beziehen sich auf nicht näher benannte GPU-Systeme.

Unabhängige Benchmarks existieren bislang nicht. Parallel liefert Nvidia bereits seine nächste Chip-Generation Vera Rubin aus, während Maia 300 erst 2027 produktiv gehen soll. Weitere technische Details sollen auf der Ignite-Konferenz im November folgen.

Auf einen Blick

• Microsoft will die Azure-Maia-Chipfamilie ab 2027 im Multi-Gigawatt-Maßstab als Hauptsystem für KI-Inferenz einsetzen.
• Der Maia 300 soll laut Microsoft 40 Prozent mehr Token pro Megawatt liefern als führende GPU-Systeme.
• Microsoft hat demnach bei TSMC Fertigungskapazität für mehr als 300.000 Maia-300-Chips für 2027 angefragt.
• Der Vorgänger Maia 200 lief bislang nur in wenigen Rechenzentren und kam verspätet in den Einsatz.
• Alle Effizienzangaben zum Maia 300 stammen bislang ausschließlich von Microsoft selbst, unabhängige Benchmarks fehlen.

Quellen: The Decoder, Trendingtopics, KI-unterstützt