Maia 300はMicrosoftの第3世代AIチップ
Maia 300は、Microsoftが自社で設計するAIチップ「Azure Maia」の第3世代です。また、クラウドとAIの部門を率いる上級副社長のScott Guthrie氏が、2026年10月12日に公式ブログで発表しました。
2027年に本番導入し、推論の主力にする
Microsoftは2027年からMaia 300の本番導入を開始し、Maiaシリーズをマルチギガワット規模まで広げる計画です。推論は、学習を終えたAIモデルがプロンプトを受けて回答や文章を作る処理を指し、Microsoftは自社製品とサービスの推論を主にMaiaで処理する方針を打ち出しました。
マルチギガワットは、データセンターの電力が数ギガワット規模になることを指します。具体的な電力量や設置する地域については、今回の発表では言及されていません。
想定する処理は長いコンテキストの推論とエージェント
Maia 300は、新しく増えている3種類のAI処理に向けて設計されています。公式ブログに書かれている対象は次の3つです。
- 長いコンテキスト（一度に読み込む文章の量）を処理する推論
- 待ち時間を短くしたい対話
- 複数の手順を続けて実行するエージェントの処理
公式ブログは、こうした処理では計算よりもメモリとのデータのやり取りで全体の速度が定まるとしています。そこでMaia 300は、電力あたりのメモリ帯域を広げた設計になっています。
We will scale our Azure Maia family to multi-gigawatt deployments starting in 2027, making Maia the primary inference system for Microsoft products and services. ／ Maia 300 is a complete intelligent system designed for the new types of AI workloads emerging today: Long-context reasoning, latency-sensitive conversational experiences and sustained, multi-step agentic tasks. ／ Maia 300 will begin production deployments in 2027. — 発表の冒頭と、Maia 300 の用途・導入時期に関する記述より公式情報を見る →
40%はGPU比、7倍はMaia 200比の数字
Maia 300の性能を表す数字は、それぞれ比較対象が異なります。トークンはAIが文章を処理するときの単位で、1メガワットあたりのトークン数は電力の効率を表します。
Maia 300の性能の数字と、その比較対象（Microsoftの公式ブログとAzureの技術解説記事より）
| 数字 | 比較対象 | 比較した指標 |
|---|---|---|
| 40%多い | 主要なGPU系システム | 1メガワットあたりのトークン数 |
| 最大7倍 | 前世代のMaia 200 | 96基のラック全体のトークン処理量 |
| 2.5倍超 | 前世代のMaia 200 | ラックの電力あたり性能 |
電力あたりのトークン数は主要なGPU系より40%多い
Microsoftは、Maia 300が主要なGPU系システムより1メガワットあたり40%多いトークンを処理すると見込んでいます。システム全体の効率を高めた結果として見込む値で、実測値ではありません。
96基のラックでMaia 200の最大7倍を処理
96基のMaia 300を積んだラックでは、トークンの処理量が前世代Maia 200の最大7倍になります。ただし、7倍はラック1台ぶんの処理量の比較で、1基あたりの性能ではありません。Azureの技術解説記事によると、電力あたりの性能はMaia 200の2.5倍超とのこと。
Microsoftは比較したGPUの名前を明かしていない
公式ブログは40%の比較対象を「主要なGPU系システム」とするだけで、製品名を出していません。計測の条件も公開されておらず、第三者が同じ条件で検証できない状態です。
OpenAIも、Broadcomと開発した推論チップの電力効率をNVIDIAのGPUと比較して公表しています。その数字の条件は「OpenAI自社推論チップJalapeño、電力効率は実測で最大1.9倍」にまとめています。
By improving efficiency across the system, we expect Maia 300 to deliver 40% more tokens per megawatt compared to leading GPU-based systems. ／ And in a full 96-accelerator configuration, it delivers up to 7x the rack-scale token throughput of Maia 200. — Maia 300 の性能の見込みに関する記述より公式情報を見る →
Maia 300のチップとラックの主な仕様
Maia 300は、チップ1基だけでなくラックやネットワークまで含めて1つのシステムとして設計されています。同日には、Azureのハードウェア部門を率いるRani Borkar氏とSaurabh Dighe氏が、設計を解説する記事を公開しました。
Maia 300の主な仕様（Microsoft・Azure公式ブログより）
| 仕様 | Maia 300 |
|---|---|
| メモリ | HBM4を8スタック・288GB |
| メモリ帯域 | 18.0TB/s |
| 消費電力（TDP） | 950W |
| 演算チップレットの製造 | TSMCのN2P |
| 1ラックの構成 | 96基・167kW |
| 1ラックのHBM | 容量27.6TB・総帯域1.7PB/s |
HBM4を8スタック積んだTSMC N2Pのチップ
Maia 300は高速なメモリHBM4を8スタック積み、容量は288GB、データを読み書きできる速さ（帯域）は最大18.0TB/sです。HBMは、メモリのチップを積み重ねて演算チップのすぐ横に置くメモリです。前世代のMaia 200と比較すると、帯域は2.5倍に、容量は33%増えました。
チップは、計算・メモリの制御・入出力を別々の小さなチップ（チップレット）に分けて組み合わせる構成です。計算を担うチップレットはTSMCのN2Pで製造し、1基の消費電力の目安（TDP）は950Wです。
96基を1ラックに収め、液冷で冷やす
1つのラックには、4基入りのトレイ24枚で計96基のMaia 300が入ります。ラック全体の消費電力は167kWです。1ラックあたりのチップの数はMaia 200の2倍になりました。
ラックが出す熱の80%超は液冷で取り除き、メモリや記憶装置などの周辺部品は空冷で冷やします。施設の冷却水に直接接続することもできれば、熱交換ユニットを使って空冷のデータセンターに置くこともできます。
最大12,288基を1つのシステムとして結ぶ
ラックどうしはEthernetを使った2層のネットワークで接続され、最大128ラック・12,288基のMaia 300を1つのまとまりとして稼働させる構成です。Microsoftはこのまとまりを「スーパーポッド」と呼び、ラックの中を電気の配線で、ラックどうしを光の配線で接続しています。どのチップからでも他のチップへ直接データを送信できる設計です。
Eight HBM4 stacks provide 18.0 TB/s of peak memory bandwidth within a 950-watt TDP, enabling efficient execution of large models and long-context workloads. ／ Maia 300 rack systems bring together 96 accelerators within a 167-kilowatt power envelope, delivering 27.6 TB of HBM capacity and 1.7 PB/s of aggregate HBM bandwidth across a high-speed scale-up domain. — メモリと電力、ラックの構成に関する記述より公式情報を見る →
eight HBM4 stacks providing 288 GB of capacity and 18 TB/s of bandwidth per accelerator. ／ Maia 300 brings 2.5 times the memory bandwidth, 33% more capacity, and approximately 2 times the HBM bandwidth per watt compared with Maia 200 ／ A two-tier network builds a high-performance superpod with up to 12,288 accelerators. ／ Liquid cooling removes more than 80% of the rack’s thermal load from accelerators, voltage regulators, and switch ASICs, while air cooling supports memory, storage, and other ancillary components. ／ Relative to Maia 200, Maia 300 delivers up to 7 times greater rack-scale token throughput in its full 96-accelerator configuration and more than 2.5 times the performance per watt. — メモリ・ネットワーク・冷却と、Maia 200 との比較に関する記述より公式情報を見る →
前世代のMaia 200はすでにCopilotで稼働中
前世代のMaia 200は、すでにMicrosoftのサービスで本番の処理を担っています。Maia 300の設計には、このMaia 200を運用して得た経験が生かされているとのこと。
Maia 200の稼働状況（Microsoft公式ブログより）
| 状況 | 内容 |
|---|---|
| 稼働中のサービス | Microsoft Copilotなど |
| 年末までに使う予定 | GitHub Copilot・Microsoft Foundry |
| 処理するモデル | OpenAIのモデル・自社のMAIモデル・主要なオープンソースモデル |
| 展開している地域 | 米国・欧州・オーストラリア |
年末までにGitHub CopilotとFoundryへ
Maia 200はMicrosoft Copilotで使われているほか、自社製AIモデルを作るMAIチームが次世代モデルを開発する作業にも使われています。年末までに、プログラミング支援のGitHub Copilotと、AIアプリを作る基盤のMicrosoft Foundryでも使う予定です。
Maia 200で実行しているモデルは、特定の1社のものに限りません。OpenAIとMicrosoft自社のMAIに加え、主要なオープンソースのモデルも同じチップで処理しています。
GPU基盤よりワットあたり最大1.7倍
Maia 200は1ワットあたり、主要なGPU基盤の最大1.7倍のトークンを処理しているとMicrosoftは発表しています。対象はTeams・Copilot・Coworkに組み込まれたAI機能です。ただし、この1.7倍もMaia 300の40%と同じく比較したGPUの名前が明かされていません。
Maia 200 is now serving Microsoft production workloads, including Microsoft Copilot, and supporting the MAI team as they develop next-generation models, with GitHub Copilot and Microsoft Foundry to follow by end of year. ／ Maia 200 is deploying across the United States, Europe and Australia and delivering up to 1.7x more tokens per watt for built-in AI capabilities in Microsoft Teams, Copilot and Cowork experiences compared with leading GPU infrastructure. — Maia 200 の稼働状況に関する記述より公式情報を見る →
Maia 300は2027年導入で、数字は比較対象が異なる
Microsoftは2027年からMaia 300の本番導入を開始し、自社サービスの推論を主にMaiaで実行する計画です。ただしMaia 300の性能の数字はどれもMicrosoftの試算で、40%は見込みの段階です。比較対象になったGPUの名前も明かされていません。
- Maia 300は第3世代のAIチップで、2027年に本番導入を開始する
- 40%は主要なGPU系との比較、7倍と2.5倍超はMaia 200との比較
- 前世代のMaia 200はCopilotで稼働中で、年末までにGitHub CopilotとFoundryにも広がる
Microsoftは11月のMicrosoft Ignite 2026で、Maiaを含む戦略を詳しく説明するとしています。導入の規模や40%の比較条件が明かされるかどうかは、その説明次第です。
FAQ
- Maia 300はいつから使われますか？
- Microsoftは2027年に本番環境への導入を開始するとしています。同じ年から、Maiaシリーズをマルチギガワット規模まで広げ、Microsoftの製品とサービスを支える主力の推論システムにする計画です。
- Maia 300はどのGPUと比較して40%多いのですか？
- Microsoftは比較したGPUの名前を明かしていません。公式ブログの表現は「主要なGPU系システム」までで、計測の条件も書かれていません。40%はMicrosoftの見込みです。
- AzureのユーザーはMaia 300を借りられますか？
- 公式ブログに利用先として出てくるのは、前世代のMaia 200を使うCopilot、GitHub Copilot、Microsoft FoundryといったMicrosoft自社のサービスです。Maia 300をAzureのユーザーが直接借りられるかどうかについては、今回の発表では言及されていません。
関連する記事
北朝鮮の攻撃グループが偽求人やマルウェア開発にAIを悪用、Microsoftが分析Microsoftは2026年10月29日、北朝鮮の8グループによるAI利用を4段階に分類し、Jade Sleetなど3グループが作戦全体にAIを組み込んだと報告しました。AIは偽の求人文や履歴書のほか、おとりのPDFやマルウェア開発にも使われますが、作戦は今も人が指示しています。会社は採用相手の身元を、社員は届いた求人とコードを疑うことが備えになります。
Microsoftが全従業員の約27%、約6万人を対象に希望退職を募集Microsoftは10月26日、米国・カナダ・英国・インドのレベル70以下の社員を対象に、期間限定の希望退職制度を導入しました。CNBCによれば対象は約6万人で全従業員の約27%を占め、応じた社員は12月31日付で退職となるとのこと。Microsoftは10月28日の決算説明会で、希望退職にかかるコストを10〜12月期の業績見通しに織り込みました。
Decision-1とは？選択肢ごとの確率を出力する判断特化のAIモデルMicrosoftが10月9日に公開したDecision-1は、文章を書かずに選択肢ごとの確率を出力する判断特化のAIです。料金はJevと同じ入力100万トークン0.042ドル（約6.65円）で、出力は無料です。自社計測では精度トップ・応答85ミリ秒ですが、第三者のJevBenchでは中央値459ミリ秒・API部門6位でした。
ナデラCEOがAIモデルを内部リスクとみなし緊急ブレーキを提言Microsoftのサティア・ナデラCEOは10月10日のエッセイで、AIモデルを社内で強い権限を持つ人と同じ内部リスクと位置づけるよう求めました。モデルが侵害されている前提で最初から封じ込め、権限のある人が作業の途中で停止できる「緊急ブレーキ」を持つべきだとし、7つの設計原則を並べています。