NVIDIA a des raisons de s’inquiéter. Microsoft mise sur sa propre puce Maia 300 pour son infrastructure IA

Chaque fois que nous utilisons un outil d’intelligence artificielle, une infrastructure travaille pour nous fournir une réponse. Derrière une bonne partie de cette capacité de traitement se trouvent les accélérateurs de NVIDIA, une entreprise devenue l’un des plus grands fournisseurs du secteur. Pour des entreprises comme Microsoft, qui ont besoin de soutenir des services d’IA à grande échelle, s’appuyer sur ces processeurs soulève un problème qui va au-delà de leurs performances. Il importe également de savoir combien coûte l’expansion des infrastructures et dans quelle mesure ils peuvent contrôler la technologie dont ils ont besoin pour poursuivre leur croissance.

La réponse de Microsoft a déjà un nom et un calendrier : Maia 300. L’entreprise américaine a présenté la troisième génération de ses accélérateurs d’intelligence artificielle et a fixé le début de son déploiement en production pour 2027. La décision s’accompagne d’un objectif plus large : faire de Maia son principal système d’inférence pour les produits et services d’IA et étendre ses déploiements à une échelle de plusieurs gigawatts à partir de la même année. Pour l’instant, il s’agit d’une feuille de route annoncée et non d’une transformation achevée de ses centres de données.

Le projet de Microsoft de moins dépendre de NVIDIA

Pour comprendre la portée de cet engagement, il convient de distinguer deux processus qui participent au fonctionnement de l’intelligence artificielle. C’est une chose de former un modèle, en utilisant de grandes quantités de données pour développer ses capacités, et une autre est l’inférence, qui commence lorsque quelqu’un fait une demande et attend une réponse. Microsoft souhaite surtout renforcer cette deuxième tâche avec ses propres accélérateurs. Le projet ne part pas de zéro : il a présenté Maia 100 en 2023 et Maia 200, annoncé en janvier 2026, traite déjà de vraies charges de travail, dont celles de Microsoft Copilot. Cette expérience sert à guider le développement de la prochaine génération.

Maia 300 n’est pas conçu simplement comme un processeur plus puissant, mais comme un système dans lequel la mémoire, l’informatique et les communications fonctionnent de manière coordonnée. Son architecture utilise plusieurs chiplets, des composants en silicium qui distribuent différentes fonctions, et ceux destinés au calcul sont fabriqués selon le procédé N2P de TSMC. Il intègre également huit piles mémoire HBM4, une technologie qui permet de transférer de grandes quantités de données à grande vitesse. Microsoft a également conçu un système de gestion des flux d’informations utilisant un logiciel pour réduire les mouvements de données inutiles et mieux utiliser les ressources disponibles.

Serveurs Microsoft avec Maia 300 | Image : Microsoft

Les chiffres annoncés pointent vers une amélioration que Microsoft souhaite mesurer non seulement en termes de performances, mais aussi en termes de consommation électrique. Selon ses estimations, Maia 300 permettra de traiter 40 % de jetons en plus par mégawatt que certains des principaux systèmes basés sur GPU, bien qu’il n’ait pas identifié l’équipement utilisé comme référence. Les jetons sont des unités dans lesquelles les modèles divisent le texte et d’autres contenus pour le traitement. La société affirme également qu’un rack avec 96 accélérateurs offrira jusqu’à sept fois les performances en jetons par rack du Maia 200, bien qu’il double également le nombre d’accélérateurs. Il s’agit de comparaisons différentes, basées sur les données du fabricant et toujours sans validation indépendante publiée.

Principales spécifications techniques de l’accélérateur Maia 300, présentées par Microsoft. | Image : Microsoft

Pour amener Maia 300 à cette échelle, il ne suffit pas de fabriquer des puces. Microsoft prépare également les systèmes complets qui les abriteront : chaque rack est conçu pour fonctionner dans une limite de puissance de 167 kilowatts et permettre à davantage d’accélérateurs de fonctionner de manière coordonnée. Sa feuille de route envisage d’entamer une expansion de la famille Maia vers des déploiements de plusieurs gigawatts en 2027, sans date annoncée pour atteindre ce niveau. L’échelle est importante car l’électricité disponible et la capacité physique des installations déterminent l’ampleur de la croissance de ces services.

Ce que nous voyons va au-delà de Microsoft. Google utilise déjà ses TPU et Amazon propose des serveurs basés sur Trainium, deux exemples de gros clients NVIDIA qui développent également leurs propres solutions. Cela ne veut pas dire qu’ils ont arrêté de faire appel au constructeur américain. En fait, Amazon et NVIDIA ont annoncé en août un plan visant à déployer deux millions de GPU supplémentaires sur AWS entre 2027 et 2028. Mais nous sommes confrontés à un mouvement qui mérite notre attention : les entreprises qui ont besoin d’énormes capacités de traitement veulent disposer de leur propre technologie pour couvrir une partie de cette demande et réduire leur dépendance vis-à-vis des fournisseurs externes.

Images | Microsoft

À Simseo | Le grand paradoxe de l’IA est qu’elle crée plus d’emplois qu’elle n’en détruit. Le problème est que presque personne n’est préparé