# Microsoft ampliará o Azure Maia para inferência em 2027

> O Maia 300, do Azure, começará a ser produzido em 2027. Segundo a Microsoft, oferecerá 40% mais tokens por megawatt que os principais sistemas com GPU, mas a afirmação foi alvo de críticas técnicas.

Oossa · 2026-10-16 · https://oossa.com/pt/microsoft-expands-azure-maia-to-multi-gigawatt-inference-in-2027

A Microsoft anunciou que ampliará a família Azure Maia para implantações de vários gigawatts a partir de 2027. O novo acelerador Maia 300 foi projetado para tarefas de inferência que exigem contexto longo e decodificação intensiva, e não para treinar modelos. A Microsoft afirma que o Maia 300 oferecerá 40% mais tokens por megawatt que os principais sistemas baseados em GPU e até sete vezes mais vazão de tokens em escala de rack que seu antecessor, o Maia 200.

## Como é o Maia 300

Cada acelerador Maia 300 reúne oito pilhas de memória HBM4, com 288 GB de memória rápida e largura de banda de 18 TB/s, dentro de um limite de consumo de 950 watts. Um rack comporta 96 aceleradores distribuídos em 24 bandejas, consome 167 kW e oferece 27,6 TB de HBM e largura de banda agregada de 1,7 PB/s. Os chips são fabricados no processo N2P da TSMC e usam uma arquitetura de memória NUMA, que permite ao software manter os dados próximos dos núcleos de computação.

A rede do sistema usa um protocolo de transporte de IA personalizado sobre Ethernet. Os aceleradores podem se comunicar diretamente com qualquer outro no “superpod” em escala de rack, sem passar por uma CPU hospedeira ou uma placa de rede separada. É possível conectar até 128 racks, formando um superpod com 12.288 aceleradores. Segundo a Microsoft, essa rede permite substituir uma bandeja com defeito por uma reserva sem interrupções.

## Reação à alegação de eficiência

A principal métrica — tokens por watt — foi chamada de “absurda” por comentaristas, que observam que a definição de token varia e que o indicador ignora fatores como latência ou custo por token. Críticos também questionam quais comprimentos de contexto foram usados na alegação de melhora de 40%, ressaltando que cargas de trabalho com contexto longo costumam ser limitadas pela memória, não pelo processamento.

## Os fatos

- O Maia 200 já está em produção, atendendo ao Microsoft Copilot e à equipe MAI; o GitHub Copilot e o Microsoft Foundry devem vir em seguida até o fim de 2026.
- A produção e as implantações do Maia 300 começarão em 2027, com foco em cargas de trabalho voltadas primeiro à inferência.
- Cada acelerador Maia 300 consome 950 W, tem 288 GB de memória HBM4 e oferece largura de banda de 18 TB/s; um rack com 96 aceleradores consome 167 kW e fornece largura de banda agregada de 1,7 PB/s.
- A Microsoft afirma que o Maia 300 oferecerá 40% mais tokens por megawatt que os principais sistemas com GPU e até sete vezes mais vazão de tokens em escala de rack que o Maia 200.
- A rede personalizada pode conectar até 12.288 aceleradores em 128 racks, formando um superpod.

## Por que importa

Para quem usa os serviços da própria Microsoft, o novo hardware pode resultar em respostas mais rápidas e menor consumo de energia, caso a eficiência anunciada se confirme. No entanto, a Microsoft não informou se clientes externos poderão alugar capacidade do Maia; por enquanto, o benefício pode ficar restrito aos produtos da empresa.

## Fontes e referências

1. [Microsoft Commits Maia to Multi-Gigawatt Inference, and Its Efficiency Metric Draws Questions](https://www.infoq.com/news/2026/10/azure-maia-300/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=AI%2C+ML+%26+Data+Engineering) – InfoQ, 2026-10-16

Última atualização: 2026-10-16