# مایکروسافت نسل سوم تراشه هوش مصنوعی Maia 300 را عرضه می‌کند

> تراشه جدید Maia 300 به‌ازای هر مگاوات ۴۰٪ توکن بیشتر و تا ۷ برابر توان عملیاتی در مقیاس رک را وعده می‌دهد؛ عرضه برای استفاده عملیاتی از 2027 برنامه‌ریزی شده است.

Oossa · 2026-10-12 · https://oossa.com/fa/microsoft-rolls-out-third-gen-maia-300-ai-chip

مایکروسافت در 12 اکتبر 2026 تراشه استنتاج هوش مصنوعی نسل سوم خود، Maia 300، را معرفی کرد. این شرکت می‌گوید تراشه برای اجرای بیشتر سرویس‌های هوش مصنوعی ابری‌اش ساخته شده و وابستگی به GPUهای Nvidia و AMD را کاهش می‌دهد. عرضه Maia 300 برای بارهای کاری عملیاتی از 2027 آغاز می‌شود.

## Maia 300 چه تفاوتی دارد؟

این تراشه از طراحی چیپلت و فرایند ساخت N2P شرکت TSMC بهره می‌برد. بخش‌های محاسباتی، کنترل‌کننده حافظه و ورودی/خروجی روی قطعات سیلیکونی جداگانه قرار گرفته‌اند؛ در نتیجه، سطح بیشتری از تراشه به محاسبات خام اختصاص می‌یابد. مایکروسافت ادعا می‌کند این معماری باعث می‌شود تراشه در مقایسه با سامانه‌های پیشرو مبتنی بر GPU، به‌ازای هر مگاوات ۴۰٪ توکن بیشتر پردازش کند. در یک رک کامل با 96 شتاب‌دهنده، توان عملیاتی توکن آن می‌تواند تا هفت برابر Maia 200 باشد.

Maia 300 برای بارهای کاری جدیدتر هوش مصنوعی، مانند استدلال با متن طولانی، گفت‌وگوی کم‌تأخیر و وظایف چندمرحله‌ای عامل‌محور طراحی شده است. این تراشه هم‌اکنون بخشی از زیرساخت داخلی مایکروسافت است و از محصولاتی مانند Microsoft Copilot و GitHub Copilot پشتیبانی می‌کند.

## چرا اهمیت دارد؟

اگر ادعاهای مربوط به بهره‌وری درست از آب درآیند، مشتریان Azure ممکن است برای سرویس‌های هوش مصنوعی که با سخت‌افزار اختصاصی مایکروسافت اجرا می‌شوند هزینه کمتری بپردازند. این تغییر همچنین کنترل بیشتری بر زنجیره سخت‌افزار و نرم‌افزار به مایکروسافت می‌دهد و می‌تواند عرضه قابلیت‌های تازه برای محصولات هوش مصنوعی این شرکت را سرعت ببخشد.

## حقایق

- مایکروسافت تراشه Maia 300 را در 12 اکتبر 2026 معرفی کرد.
- عرضه Maia 300 برای استفاده عملیاتی در 2027 برنامه‌ریزی شده است.
- این تراشه با فرایند N2P شرکت TSMC و بر پایه معماری چیپلت ساخته شده است.
- مایکروسافت می‌گوید Maia 300 در مقایسه با سامانه‌های پیشرو مبتنی بر GPU، به‌ازای هر مگاوات ۴۰٪ توکن بیشتر پردازش می‌کند.
- ادعا شده پیکربندی 96 شتاب‌دهنده‌ای، در مقیاس رک تا 7 برابر توان عملیاتی توکن Maia 200 را فراهم می‌کند.

## چرا مهم است

با تبدیل‌شدن تراشه‌های اختصاصی مایکروسافت به سخت‌افزار اصلی، کاربران Azure ممکن است از استنتاج هوش مصنوعی ارزان‌تر بهره‌مند شوند. برای توسعه‌دهندگان، یکپارچگی نزدیک‌تر میان مدل‌های مایکروسافت و تراشه‌های این شرکت می‌تواند به‌روزرسانی‌های سریع‌تر و قابلیت‌های تازه‌ای برای سرویس‌هایی مانند Copilot به همراه داشته باشد.

## منابع و ارجاع‌ها

1. [Microsoft’s new AI chip makes it less reliant on Nvidia’s GPUs](https://www.theverge.com/news/1009465/microsoft-maia-300-chip-improvements-rollout) – The Verge, 2026-10-12
2. [Deep dive into Azure Maia 300 architecture](https://azure.microsoft.com/en-us/blog/deep-dive-into-azure-maia-300-architecture/) – Microsoft Azure
3. [Introducing Microsoft’s latest custom chip: Maia 300](https://news.microsoft.com/maia-2026/) – Microsoft, 2026-10-12
4. [Microsoft plans to scale its own Maia AI chips to gigawatt levels by 2027](https://the-decoder.com/microsoft-plans-to-scale-its-own-maia-ai-chips-to-gigawatt-levels-by-2027/) – The Decoder, 2026-10-12
5. [Microsoft to rely more on homegrown AI chips, reducing dependence on Nvidia](https://www.cnbc.com/2026/10/12/microsoft-will-mainly-use-its-maia-chips-for-ai-inference.html) – CNBC, 2026-10-12

آخرین به‌روزرسانی: 2026-10-12