19/10/2026 · VietTechies · Biên tập
Microsoft đã công bố bộ gia tốc AI Maia 300 thế hệ thứ ba, đánh dấu bước đi chiến lược nhằm vận hành phần lớn hơn các tác vụ trí tuệ nhân tạo trên silicon tự phát triển. Theo TechStartups và thông cáo chính thức từ giám đốc điều hành Microsoft Scott Guthrie, gã khổng lồ phần mềm có kế hoạch mở rộng dòng Azure Maia lên các hệ thống triển khai đa gigawatt bắt đầu từ năm 2027.
Dù GPU Nvidia vốn là nền tảng cho cơ sở hạ tầng đám mây của Microsoft và các mô hình đối tác từ OpenAI hay Anthropic, công ty dự định biến Maia thành hệ thống suy luận chính. Cả hai nguồn tin đều lưu ý rằng quá trình chuyển đổi này tập trung vào khâu suy luận — quá trình chạy các mô hình đã được huấn luyện để trả lời truy vấn và tạo phản hồi — trong khi Nvidia vẫn sẽ là nhà cung cấp chính cho việc huấn luyện mô hình nặng.
Nâng cấp kỹ thuật và tuyên bố hiệu năng
Microsoft đã chi tiết hóa các bản nâng cấp kiến trúc mở rộng cho Maia 300, định vị đây là một hệ thống thông minh được tối ưu hóa cho các tác vụ đòi hỏi nhiều bộ nhớ, suy luận ngữ cảnh dài và các quy trình công việc agentic đa bước. Theo blog chính thức của Microsoft, con chip này sử dụng thiết kế nhiều chiplet tiên tiến với các thành phần tính toán được xây dựng trên tiến trình N2P của TSMC. Nó tích hợp tám chồng HBM4 mang lại băng thông bộ nhớ đỉnh 18,0 terabyte mỗi giây trong mức công suất thiết kế nhiệt 950 watt, đồng thời hỗ trợ các định dạng độ chính xác thấp tiên tiến như MXFP4 để thu nhỏ nhu cầu lưu trữ KV-cache.
Hơn nữa, một giá đỡ 96 bộ gia tốc được cấu hình đầy đủ hoạt động trong giới hạn năng lượng 167 kilowatt. Microsoft tuyên bố Maia 300 mang lại số token trên mỗi megawatt cao hơn 40% so với các hệ thống dựa trên GPU hàng đầu và cung cấp thông lượng token ở cấp độ giá đỡ gấp tới bảy lần so với Maia 200 thế hệ thứ hai. TechStartups lưu ý rằng các con số này hoàn toàn dựa trên tuyên bố của công ty, vì các thử nghiệm độc lập vẫn chưa được thực hiện.
Lý do sự chuyển dịch chiến lược này quan trọng đối với kinh tế điện toán đám mây
Khi nhu cầu toàn cầu về trí tuệ nhân tạo tăng vọt, các nhà cung cấp đám mây phải đối mặt với áp lực kép từ mức tiêu thụ điện năng tăng cao và chi phí vận hành lớn của phần cứng chuyên dụng. Bằng cách thiết kế các con chip tùy chỉnh phù hợp cụ thể với các khối lượng công việc độc quyền của mình — chẳng hạn như Microsoft Copilot, GitHub Copilot và các hệ thống agentic mới nổi — Microsoft có thể khai thác hiệu quả cao hơn từ cơ sở hạ tầng trung tâm dữ liệu của mình. Mức tiêu thụ điện năng chuyển hóa trực tiếp thành chi phí vận hành ở quy mô đám mây, biến các chỉ số hiệu suất trên mỗi watt thành lợi thế cạnh tranh quan trọng đối với các nhà điều hành trung tâm dữ liệu.
Mặc dù các gã khổng lồ công nghệ như Google và Amazon từ lâu đã theo đuổi các con chip Tensor Processing Unit và Trainium tùy chỉnh, nỗ lực của Microsoft với Maia 300 báo hiệu một xu hướng ngành rộng lớn hơn, nơi các nhà cung cấp đám mây lớn tìm kiếm sự độc lập khỏi một nhà cung cấp thống trị duy nhất. Tuy nhiên, chiến lược này không cắt đứt mối quan hệ với Nvidia một sớm một chiều; việc huấn luyện các mô hình tiên tiến lớn vẫn đòi hỏi sức mạnh GPU truyền thống. Thay vào đó, trọng tâm là giảm bớt chi phí định kỳ đắt đỏ của việc vận hành hàng tỷ tương tác của khách hàng mỗi ngày. Bằng cách kiểm soát tầng suy luận, Microsoft đặt mục tiêu bảo vệ biên lợi nhuận của mình khi trí tuệ nhân tạo trở nên gắn sâu vào mọi ứng dụng doanh nghiệp và quy trình làm việc của người dùng.
Tính khả dụng của hệ sinh thái và những hạn chế
Việc triển khai dần Maia 300 quy mô lớn dự kiến sẽ bắt đầu trong môi trường sản xuất vào năm 2027, tiếp nối việc triển khai phiên bản tiền nhiệm Maia 200, hiện đang cung cấp năng lượng cho các khối lượng công việc sản xuất như các tính năng của Microsoft Teams và Copilot. Bất chấp lộ trình đầy tham vọng, khả năng tiếp cận từ bên ngoài vẫn còn hạn chế. Như nhà phân tích trong ngành Patrick Moorhead chỉ ra với TechStartups, các con chip Maia hiện bị giới hạn trong hệ sinh thái nội bộ của Microsoft và không có sẵn cho khách hàng bên ngoài thuê độc lập thông qua Azure.
Trong khi Microsoft chuẩn bị cho các cơ sở lắp đặt đa gigawatt này, Nvidia vẫn tiếp tục neo giữ nền tảng nghiên cứu AI và huấn luyện mô hình trên toàn bộ lĩnh vực công nghệ rộng lớn hơn. Cách tiếp cận đa nguồn cung ứng cho phép Microsoft tận dụng phần cứng tùy chỉnh để phục vụ hiệu quả đồng thời duy trì các mối quan hệ đối tác quan trọng với các nhà cung cấp silicon bên ngoài cho các tác vụ huấn luyện nền tảng.
Ảnh bìa: Tedder · CC BY 4.0 · Wikimedia Commons. Bố cục và chữ do VietTechies thực hiện. Logo: Microsoft, qua Wikimedia Commons (Public domain).
Nguồn: Microsoft moves to reduce Nvidia dependence with new Maia 300 AI chips, shifts more AI workloads in-house · Microsoft to expand Azure Maia system to multi-gigawatt deployments – The Official Microsoft Blog