Microsoft präsentiert Maia 300 KI-Chip, Rollout 2027 zur Reduzierung der Nvidia-Abhängigkeit

Microsoft stellte am 12. Oktober 2026 den Maia 300 vor, den dritten KI‑Beschleuniger aus eigenem Silizium, und kündigte an, dass er ab 2027 in großem Maßstab ausgerollt werden soll. Der Launch markiert einen strategischen Schritt, die bisherige Abhängigkeit von Nvidia‑GPUs deutlich zu reduzieren und die gesamte KI‑Hardware‑Kette intern zu kontrollieren.

In einem Beitrag auf X erklärte CEO Satya Nadella, der Maia 300 sei "die bisher größte Wette auf unser eigenes Silizium" und hob hervor, dass die vollständige Besitzung des Hardware‑Stacks für Microsoft entscheidend sei, um langfristig unabhängiger und flexibler zu agieren.

Technische Spezifikationen und Leistungsversprechen

Der Maia 300 integriert acht HBM4‑Speicherstapel, die zusammen eine beeindruckende Bandbreite von 18,0 TB/s bei einer thermischen Designleistung von 950 W bereitstellen. Die Multi‑Chiplet‑Architektur nutzt Compute‑Chiplets, die im fortschrittlichen TSMC‑N2P‑Prozess gefertigt werden, und ermöglicht dadurch eine höhere Dichte an Tensor‑Cores pro Beschleuniger.

Microsoft gibt an, dass der Chip bei identischem Energieverbrauch 40 % mehr KI‑Ausgabe liefert als die derzeit marktbeherrschenden GPU‑Lösungen, insbesondere gegenüber den führenden Nvidia‑Modellen. Diese Effizienzsteigerung basiert auf internen Benchmarks, bei denen der Maia 300 direkt mit vergleichbaren Nvidia‑GPUs gemessen wurde.

In einer Rack‑Konfiguration mit 96 Beschleunigern kann ein Maia 300‑Rack bis zu siebenmal mehr Token‑Durchsatz erreichen als ein Rack mit dem Vorgängermodell Maia 200, wie das technische Briefing von Microsoft belegt. Dieser Sprung in der Skalierbarkeit soll insbesondere große Sprachmodelle und komplexe Inferenz‑Workloads unterstützen.

Design des Dataflow‑Netzwerks

Das interne Netzwerk des Maia 300 wird als Weiterentwicklung der Dataflow‑Architektur beschrieben und verfügt über Hochgeschwindigkeits‑Interconnects, die speziell für Tensor‑Parallelismus optimiert sind. Microsoft betonte zudem eine dedizierte KI‑Transportebene, die über Ethernet realisiert wird, um die Latenz zwischen den einzelnen Chiplets signifikant zu senken.

Strategische Positionierung im Microsoft‑KI‑Ökosystem

Scott Guthrie, Executive Vice President Cloud + AI, erklärte, der Maia 300 werde das "primäre KI‑Inferenzsystem für Microsoft‑Produkte und -Dienste" und sei ein "vollständiges intelligentes System" für Langzeit‑Kontexte und mehrstufige Agenten. Damit soll die gesamte Microsoft‑KI‑Strategie auf einer einheitlichen Hardware‑Basis konsolidiert werden.

Der Chip soll ein breites Spektrum an Diensten antreiben, von Azure KI‑Workloads über Microsoft 365 Copilot bis hin zu GitHub Copilot und der internen Microsoft Foundry Plattform. Durch die Integration in diese Produkte wird die bereits von Maia 200 geleistete Arbeit weiter ausgebaut und gleichzeitig die Abhängigkeit von externen GPU‑Anbietern reduziert.

• 10 % von Microsofts KI‑Chip‑Ausgaben werden für die erste Hälfte 2027 prognostiziert (Evercore ISI)
• 40 % höhere KI‑Ausgabe pro Watt verglichen mit Nvidia‑dominierten GPUs
• Siebenfacher Token‑Durchsatz im Vergleich zu Maia 200 in einem 96‑Beschleuniger‑Rack
• Acht HBM4‑Stacks mit 18,0 TB/s Bandbreite bei 950 W TDP

Der Maia 200, das Vorgängermodell, betreibt bereits Microsoft 365 Copilot, GitHub Copilot und Microsoft Foundry und ist in Rechenzentren in den USA, Europa und Australien im Einsatz. Der neue Maia 300 baut auf dieser Infrastruktur auf und soll Nvidia‑GPUs in vielen gleichen Workloads ersetzen, wodurch eine einheitliche Hardware‑Umgebung entsteht.

Für deutschsprachige Unternehmen bedeutet der Rollout des Maia 300 eine energieeffizientere Inferenzplattform, die Microsoft end‑to‑end kontrolliert. Kunden können mit geringeren Betriebskosten für großflächige KI‑Dienste, reduzierter Latenz bei mehrstufigen Agenten und einer engeren Integration in den Azure‑Software‑Stack rechnen, was Beschaffung und Support im Vergleich zu Drittanbieter‑GPUs vereinfachen kann.

Die Einführung des Maia 300 passt in Microsofts längerfristige Vision, ein vollständig integriertes KI‑Ökosystem zu schaffen, das von der Chip‑Ebene bis zur Anwendung reicht. Durch die Kontrolle über das Silizium kann das Unternehmen schneller auf neue Anforderungen reagieren und innovative Funktionen direkt in die Hardware einbetten.

Analysten sehen in der Reduktion der Nvidia‑Abhängigkeit nicht nur Kostenvorteile, sondern auch geopolitische Vorteile, da Microsoft seine Lieferketten diversifizieren und potenzielle Engpässe in der GPU‑Beschaffung abfedern kann. Die Partnerschaft mit TSMC im N2P‑Prozess wird dabei als Schlüssel zur Realisierung der hohen Leistungsziele angesehen.

Ein weiterer Aspekt ist die Nachhaltigkeit: Durch die 40 % höhere KI‑Ausgabe pro Watt trägt der Maia 300 dazu bei, den CO₂‑Fußabdruck von Rechenzentren zu senken. Microsoft plant, die Einsparungen in seine breiteren Klimaziele für 2030 zu integrieren.

Die erste Produktionscharge des Maia 300 wird voraussichtlich Ende 2026 in den TSMC‑Fabriken in Taiwan fertiggestellt. Anschließend folgt ein mehrstufiger Validierungsprozess, bevor die Chips im Frühjahr 2027 in Azure‑Datencenter‑Racks installiert werden.

Zusammenfassend lässt sich sagen, dass der Maia 300 nicht nur ein technisches Upgrade darstellt, sondern ein strategisches Fundament für Microsofts ambitionierte KI‑Roadmap bildet, die bis 2030 eine dominante Position im Cloud‑KI‑Markt anstrebt.