Microsoft baut Azure Maia zum kompletten KI-System aus
Microsoft hat die nächste Generation seiner hauseigenen KI-Beschleuniger vorgestellt. Azure Maia 300 soll 2027 in den Produktivbetrieb gehen und nicht nur als einzelner Chip, sondern als vollständig abgestimmtes Rack-System eingesetzt werden.
Der Vorgänger Azure Maia 200 verarbeitet nach Angaben des Unternehmens bereits produktive Workloads. Mit Maia 300 richtet Microsoft die Architektur gezielt auf agentische Inferenz aus. Gemeint ist die Ausführung von KI-Agenten, die lange Kontexte verarbeiten, Werkzeuge aufrufen und Aufgaben in mehreren Schritten erledigen.
Microsoft bezeichnet Maia 300 als ein „vollständiges intelligentes System“, bei dem Software, Chips, Racks, Netzwerke und Rechenzentren gemeinsam entwickelt werden. Das Zitat ist sinngemäß aus dem Englischen übersetzt.
96 Beschleuniger und HBM4-Speicher pro Rack
Ein Maia-300-Rack soll bis zu 96 Beschleuniger aufnehmen. Jeder Chip erhält acht HBM4-Speicherstapel. HBM4 ist direkt angebundener Hochleistungsspeicher, der für datenintensive KI-Berechnungen deutlich mehr Bandbreite als klassischer Arbeitsspeicher bereitstellt.
Microsoft nennt eine Spitzen-Speicherbandbreite von bis zu 18 TB/s pro Chip. Der hohe Speicherdurchsatz ist vor allem für große Modelle, lange Eingaben und rechenintensive Ausgabeschritte relevant.
| Kennzahl | Azure Maia 300 |
|---|---|
| Geplanter Produktivbetrieb | 2027 |
| Beschleuniger pro Rack | Bis zu 96 |
| HBM4-Speicherstapel pro Chip | 8 |
| Spitzen-Speicherbandbreite | Bis zu 18 TB/s pro Chip |
| Token-Durchsatz auf Rack-Ebene | Laut Microsoft bis zu 7-mal so hoch wie bei Maia 200 |
| Energieeffizienz | Laut Microsoft 40 % mehr Tokens pro Megawatt als führende GPU-Systeme |
| Geplanter Ausbau | Mehrere Gigawatt ab 2027 |
Die Leistungswerte stammen von Microsoft. Unabhängige Benchmarks gegen aktuelle Systeme von Nvidia oder AMD liegen bislang nicht vor. Auch der Vergleichswert hinter der Formulierung „führende GPU-Systeme“ wurde nicht näher aufgeschlüsselt.
KI-Agenten verändern die Anforderungen an Hardware
Klassische Sprachmodell-Anfragen bestehen häufig aus einer Eingabe und einer Ausgabe. KI-Agenten halten dagegen längere Arbeitskontexte vor, starten mehrere Modellaufrufe und greifen auf externe Werkzeuge oder Datenquellen zu. Dadurch steigen Speicherbedarf, Datenverkehr und Ausführungsdauer.
Microsoft spricht deshalb von einem veränderten Rechenprofil der Inferenz. Die Antwort darauf ist eine eng gekoppelte Plattform, bei der Chip, Netzwerk, Software und Rechenzentrum nicht unabhängig voneinander optimiert werden.
Andere Anbieter verfolgen ähnliche Konzepte. AMD hat mit seinem offenen Helion-Rack-Design für KI-Agenten ebenfalls eine Infrastruktur vorgestellt, die Beschleuniger, Netzwerk und Kühlung auf Rack-Ebene zusammenführt.
Microsoft wird selbst zum vertikal integrierten Anbieter
Strategisch ist Maia 300 wichtiger als die genannten Leistungswerte. Microsoft kontrolliert zunehmend alle wesentlichen Ebenen seines KI-Angebots: eigene Chips, Rack-Systeme, Cloud-Infrastruktur und hauseigene MAI-Modelle.
Das steht in einem bemerkenswerten Kontrast zu Microsofts Position aus dem Jahr 2024. Damals erklärte das Unternehmen gegenüber der EU-Wettbewerbskommission sinngemäß, nur Google verfüge über eine vollständige vertikale Integration und alle anderen Anbieter seien auf Partnerschaften angewiesen.
Mit Maia 300 nähert sich Microsoft genau diesem Modell an. Der geplante Ausbau auf mehrere Gigawatt zeigt, dass es sich nicht um ein begrenztes Hardware-Experiment handelt. Die Infrastruktur soll zu einem zentralen Bestandteil von Azure werden.
Effizienzgewinn trifft auf stärkeren Vendor Lock-in
Für Azure-Kunden könnte die höhere Effizienz langfristig niedrigere Kosten pro verarbeitetem Token ermöglichen. Ob Microsoft diese Vorteile über seine Preise weitergibt, ist jedoch offen. Konkrete Preise für Maia-300-basierte Azure-Dienste wurden nicht genannt.
Gleichzeitig steigt der Vendor Lock-in. Anwendungen, die für proprietäre Azure-Dienste, MAI-Modelle und Maia-Hardware optimiert werden, lassen sich nicht ohne Weiteres zu einem anderen Cloud-Anbieter oder in ein eigenes Rechenzentrum verschieben. Die technische Integration kann den Betrieb vereinfachen, reduziert aber die Austauschbarkeit einzelner Komponenten.
Wie schwer kalkulierbar die Kombination aus Abonnement und nutzungsabhängiger Abrechnung werden kann, zeigt bereits Microsoft Copilot mit zusätzlichen Verbrauchsgebühren. Bei KI-Infrastruktur wird diese Frage noch relevanter, weil Token-Verbrauch, Agentenlaufzeiten und Speicherbedarf stark schwanken können.
Für DACH-Unternehmen bleiben Standort und Preis offen
Microsoft hat nicht bestätigt, ob Rechenzentren in Deutschland, Österreich, der Schweiz oder anderen europäischen Ländern Maia-300-Racks erhalten. Auch zur regionalen Verfügbarkeit und zur Preisgestaltung gegenüber Nvidia- oder AMD-basierten Azure-Instanzen gibt es bislang keine Angaben.
Unternehmen sollten deshalb nicht allein mit den angekündigten Effizienzgewinnen planen. Entscheidend sind später die tatsächlichen Preise, verfügbare Azure-Regionen, Datenresidenz und die Möglichkeit, Workloads auf andere Hardware zu übertragen.
Das Gegenmodell bleibt eine portable Architektur mit offenen Modellen und standardisierter Hardware. Self-Hosting beseitigt Kosten und Betriebsaufwand nicht, schafft aber mehr Kontrolle über Daten, Laufzeitumgebung und Anbieterwechsel. Modelle mit verfügbaren Gewichten, wie beim angekündigten Mistral Large 4, können dabei mehr technische Wahlfreiheit bieten als vollständig geschlossene Cloud-Stacks.
Die nächsten Details sollen auf der Ignite folgen
Weitere strategische Angaben zu Maia 300 will Microsoft auf der Microsoft Ignite 2026 in San Francisco veröffentlichen. Bis dahin bleiben vor allem Preis, regionale Verfügbarkeit und unabhängige Leistungsvergleiche offen.
Fest steht bereits, dass Microsoft seine KI-Infrastruktur weniger von Standard-GPUs abhängig machen will. Für Unternehmen bedeutet das potenziell effizientere KI-Agenten innerhalb von Azure, zugleich aber eine noch engere Bindung an einen proprietären Stack aus Cloud, Modellen und Hardware.