Microsoft vừa đưa ra thông báo vào ngày 12/10/2026 về định hướng đưa Azure Maia trở thành nền tảng suy luận AI nòng cốt phục vụ các dịch vụ nội bộ. Hãng dự kiến triển khai mở rộng dòng chip này trên quy mô hàng gigawatt từ năm 2027. Về tiến độ, chip Maia 200 đã đi vào hoạt động thực tế với các tải công việc sản xuất, trong khi dòng chip kế tiếp là Maia 300 sẽ chính thức gia nhập quy trình sản xuất trong năm 2027.
Ở thời điểm hiện tại, Maia 200 đóng vai trò vận hành Microsoft Copilot cũng như hỗ trợ nhóm MAI xây dựng các mô hình thế hệ mới. Microsoft có kế hoạch tiếp tục áp dụng dòng chip này cho Microsoft Foundry và GitHub Copilot trước thời điểm kết thúc năm 2026. Cần lưu ý rằng việc ra mắt dòng chip mới Maia 300 là một cột mốc phát triển riêng biệt và không đồng nghĩa với việc mọi ứng dụng lập tức chuyển sang hạ tầng mới.
Hệ thống được thiết kế quanh việc phục vụ mô hình
Thiết kế của Maia 300 ưu tiên tối ưu hóa năng lực suy luận, tức là khả năng thực thi mô hình nhằm phản hồi yêu cầu, thay vì tập trung vào công đoạn huấn luyện. Ba tác vụ trọng tâm được Microsoft hướng tới bao gồm: xử lý ngữ cảnh dung lượng lớn, phản hồi hội thoại đòi hỏi độ trễ cực thấp, và điều hành các AI agent hoạt động liên tục qua nhiều bước quy trình.
Đối với các dạng tải này, năng lực tính toán thuần túy chưa đủ để quyết định hiệu năng. Tốc độ lưu chuyển dữ liệu giữa bộ nhớ, vi xử lý và hạ tầng mạng phải duy trì đủ nhanh nhằm triệt tiêu thời gian chờ của hệ thống. Nhờ kiến trúc tối ưu, Maia 300 cho phép phần mềm chủ động sắp xếp dữ liệu sát vị trí tính toán, giúp hạn chế khoảng cách di chuyển dữ liệu và cắt giảm năng lượng tiêu thụ tương ứng.
Công bố kỹ thuật từ Microsoft cho thấy mỗi bộ tăng tốc sở hữu bộ nhớ HBM4 dung lượng 288 GB cùng băng thông đạt đỉnh 18 TB/s. Chip sử dụng tiến trình TSMC N2P cho khối tính toán, đồng thời tách riêng các thành phần điều khiển bộ nhớ và kết nối sang những khối chip độc lập. Cần lưu ý, các thông số này phản ánh thiết kế trên lý thuyết từ nhà sản xuất và chưa qua kiểm chứng độc lập về tốc độ vận hành thực tế trên mọi mô hình.
Phân tích bản chất các con số so sánh
Theo công bố từ Microsoft, hệ thống Maia 300 được kỳ vọng sản xuất nhiều hơn 40% số lượng token trên mỗi megawatt khi đặt cạnh các hệ thống GPU hàng đầu. Cần nhấn mạnh từ “kỳ vọng”, bởi đây chưa phải là số liệu thực tế qua kiểm chứng độc lập từ bên thứ ba, đồng thời tài liệu chính thức cũng không liệt kê cụ thể những hệ thống GPU đối chứng.
Bên cạnh đó, chỉ số thông lượng token cấp rack của Maia 300 được cho là đạt mức gấp 7 lần so với thế hệ Maia 200 khi trang bị đủ 96 bộ tăng tốc. Tuy nhiên, do số bộ tăng tốc ở mỗi rack Maia 300 đã tăng gấp đôi so với tiền nhiệm, chỉ số tăng trưởng gấp 7 lần này áp dụng cho toàn bộ cấu hình rack chứ không đồng nghĩa với việc hiệu năng của từng vi xử lý đơn lẻ tăng lên 7 lần.
Về thông số kỹ thuật chi tiết, mỗi rack chứa 96 bộ tăng tốc hoạt động trong mức công suất tối đa 167 kW, sở hữu tổng dung lượng bộ nhớ HBM đạt 27,6 TB cùng băng thông bộ nhớ tổng hợp 1,7 PB/s. Ngoài ra, kiến trúc mạng trên lý thuyết hỗ trợ liên kết tối đa 12.288 bộ tăng tốc trong cùng một miền giao tiếp; mặc dù vậy, năng lực thiết kế trên giấy tờ này vẫn có sự khác biệt so với một cụm máy chủ thực tế được vận hành hoàn chỉnh.
Lộ trình triển khai 2027 và thực tế năng lực vận hành
Theo thông tin từ Microsoft, chip Maia 200 hiện đang được đưa vào ứng dụng tại ba thị trường gồm Mỹ, châu Âu và Australia. Trong một số tác vụ AI nhất định được lựa chọn, hãng ghi nhận hiệu suất xử lý đạt tối đa 1,7 lần token trên mỗi watt so với hạ tầng GPU hàng đầu. Tuy nhiên, kết quả đo lường này chỉ áp dụng cho Maia 200 trên các tải công việc cụ thể, do đó không thể coi là thước đo đã hoàn thiện cho dòng chip Maia 300.
Bên cạnh đó, việc đặt kế hoạch mở rộng quy mô nhiều gigawatt từ năm 2027 không đồng nghĩa với việc toàn bộ công suất đó đã được đưa vào hoạt động ngay trong năm 2026. Hai tài liệu công bố của Microsoft cũng không nêu rõ tổng công suất mục tiêu cũng như mốc thời gian hoàn thành chi tiết cho toàn bộ chương trình.
Do toàn bộ dữ liệu hiện có đều đến trực tiếp từ các công bố của Microsoft và chưa qua kiểm chứng độc lập, khía cạnh cần tiếp tục theo dõi là liệu Maia 300 khi đi vào sản xuất thực tế có duy trì được các ưu thế về mức tiêu thụ điện và thông lượng trên nhiều dạng mô hình, độ dài ngữ cảnh cùng số lượng người dùng đồng thời khác nhau hay không.