A Microsoft anunciou em 12 de outubro de 2026 o Azure Maia 300, terceira geração do seu próprio chip de inteligência artificial. A empresa disse que vai levar a família Maia a instalações de vários gigawatts a partir de 2027. Com isso, segundo a Microsoft, o Maia vai virar o principal sistema de inferência dos seus produtos e serviços. Inferência é a etapa em que um modelo já treinado responde aos pedidos dos usuários.

O plano parte de um chip que já trabalha. O Maia 200, apresentado em 26 de janeiro de 2026, roda hoje cargas reais da Microsoft, como o Copilot. Ele executa modelos da OpenAI, os modelos MAI da própria empresa e famílias de modelos abertos. O GitHub Copilot e o Microsoft Foundry devem passar a usá-lo até o fim de 2026.

O Maia 200 está sendo instalado nos Estados Unidos, na Europa e na Austrália. Nos recursos de IA do Teams, do Copilot e do Cowork, a Microsoft diz que ele gera até 1,7 vez mais tokens por watt. A comparação é com a infraestrutura líder baseada em GPUs, os processadores gráficos. Tokens são os pedaços de texto que um modelo lê e escreve.

Scott Guthrie, vice-presidente executivo de Nuvem e IA da Microsoft, escreveu no blog oficial da empresa que essa experiência orientou diretamente o projeto do Maia 300. Ele descreve o novo chip como um “sistema inteligente completo”. O alvo é o raciocínio sobre textos longos, as conversas que pedem resposta rápida e as tarefas de agentes de IA com vários passos.

Segundo Guthrie, a Microsoft espera que o Maia 300 entregue 40% mais tokens por megawatt que os principais sistemas baseados em GPU. Numa configuração completa de 96 aceleradores, a empresa diz que ele chega a até sete vezes a vazão de tokens por rack do Maia 200. Rack é o armário que reúne os servidores num data center.

Nesse armário, os 96 chips funcionam dentro de um limite de 167 quilowatts. Juntos, somam 27,6 terabytes de memória e 1,7 petabyte por segundo de banda. Uma rede própria de transporte de dados de IA liga os chips entre si e entre racks, sobre infraestrutura Ethernet. A Microsoft diz que essa densidade permite atender mais interações de IA ao mesmo tempo e cargas maiores em cada rack.

Cada chip também cresce em relação ao antecessor. A memória do Maia 300 usa oito pilhas que entregam até 18 terabytes por segundo, num limite de 950 watts. O Maia 200 tem 216 gigabytes de memória a 7 terabytes por segundo, num limite de 750 watts.

O novo chip se divide em várias peças menores, que separam o cálculo, o controle da memória e a entrada e saída de dados. As peças de cálculo saem do processo de fabricação N2P da TSMC. O Maia 200 é fabricado no processo de 3 nanômetros da mesma empresa.

A Microsoft chama o desenho de “inferência primeiro”. Nele, o software comanda o fluxo de dados para mantê-los perto de onde são usados e movê-los menos.

A empresa diz que isso dá ao chip uma vantagem significativa de desempenho por watt sobre as GPUs tradicionais. O suporte a formatos de número com menos precisão, como uma versão melhorada do MXFP4, foi pensado para reduzir o uso de memória e de banda. A meta é permitir contextos maiores e mais vazão com a mesma energia.

Segundo Guthrie, os dois chips juntos devem sustentar outros serviços da Microsoft. Um é o trabalho de agentes por trás das ferramentas de programação do GitHub. Outros são a oferta de modelos pela nuvem no Microsoft Foundry e a geração de dados para a equipe MAI. Também entra o Dragon Copilot, que busca reduzir a carga administrativa de profissionais de saúde.

O Maia 300 começa a operar em produção em 2027. A Microsoft diz que vai mostrar mais sobre sua estratégia na conferência Microsoft Ignite 2026, em San Francisco e online. A empresa também indica um artigo técnico com mais detalhes sobre a arquitetura do chip.