Microsoft dévoile Maia 300, sa troisième génération de puces dédiées à l’intelligence artificielle. Conçue pour accélérer l’inférence dans Azure et les services de l’entreprise, elle promet une efficacité énergétique supérieure et des performances adaptées aux modèles de raisonnement avancés et aux agents IAL'IA agentique désigne les systèmes d'intelligence artificielle capables de planifier puis d'exécuter eux-mêmes des tâches complexes — réserver, coder, naviguer sur le Web, piloter des logiciels — plutôt que de se contenter de répondre à une question. Lire la fiche. Son déploiement en production est prévu à partir de 2027, avec une ambition claire : faire de Maia l’infrastructure principale utilisée par Microsoft pour exécuter ses services d’intelligence artificielle.
Selon Scott Guthrie, vice-président exécutif de la division Cloud de Microsoft, Maia 300 devrait générer 40 % de tokens supplémentaires par mégawatt par rapport aux principaux systèmes reposant sur des GPU. Dans une configuration complète de 96 accélérateurs, la puce offrirait également jusqu’à sept fois le débit de traitement de tokens à l’échelle d’un rack par rapport à Maia 200.
Ces chiffres sont des estimations communiquées par Microsoft. Ils illustrent néanmoins l’objectif du groupe : réduire le coût de fonctionnement de ses services IA, alors que la demande en puissance de calcul continue d’augmenter.
Maia 300 : une architecture conçue pour l’inférence IA
Maia 300 succède à Maia 200, annoncée en janvier 2026 et déjà utilisée pour des charges de travail en production. Cette précédente génération alimente notamment Microsoft CopilotMicrosoft Copilot est la marque regroupant les assistants IA de Microsoft, devenue en 2026 une plateforme d'agents capables d'exécuter des tâches, intégrée à Windows et Microsoft 365. Lire la fiche, GitHub CopilotGitHub Copilot est l'assistant de programmation IA de GitHub (filiale de Microsoft), développé avec OpenAI — d'abord complétion de code, puis agent autonome capable de réaliser des tâches de développement complètes, et désormais porte d'entrée vers plusieurs agents IA tiers via Agent HQ. Lire la fiche, Microsoft Foundry et certains modèles d’IA développés par le groupe.
La nouvelle puce vise des tâches plus exigeantes, notamment le raisonnement sur de longs contextes, les interactions conversationnelles sensibles à la latence et les opérations réalisées en plusieurs étapes par des agents autonomes.
Ces usages nécessitent de maintenir des performances élevées tout en maîtrisant les coûts d’infrastructure. Les agents IA, en particulier, peuvent enchaîner plusieurs appels aux modèles pour accomplir une tâche complexe. L’efficacité de l’inférence devient alors un facteur déterminant pour limiter les dépenses et proposer des services réactifs à grande échelle.
Microsoft présente Maia 300 comme un système complet plutôt que comme un simple accélérateur. L’objectif est d’adapter conjointement le matériel et les modèles aux nouvelles générations d’applications d’intelligence artificielle.
Une fabrication en 2 nm et une architecture à chiplets
Pour améliorer l’efficacité de Maia 300, Microsoft s’appuie sur une architecture à chiplets, qui sépare plusieurs fonctions auparavant regroupées au sein d’une même conception. Les parties consacrées au calcul, au contrôleur mémoire et aux entrées-sorties peuvent ainsi être développées avec des choix technologiques adaptés à leurs besoins respectifs.
La puce repose sur le procédé N2P de TSMC, une technologie de fabrication avancée. Selon l’équipe Azure chargée du matériel et de l’infrastructure, cette organisation permet d’allouer davantage de surface de silicium aux capacités de calcul, tout en optimisant les autres fonctions du composant.
Cette approche doit contribuer aux gains d’efficacité annoncés par Microsoft. Elle répond également à une contrainte économique majeure : l’inférence IA mobilise des ressources importantes, et chaque amélioration du nombre de tokens produits par unité d’énergie peut réduire le coût d’exploitation des centres de données.
Les performances finales dépendront toutefois de la configuration matérielle, des modèles exécutés et des charges de travail. Les gains annoncés devront être évalués sur des conditions de test comparables à celles des solutions concurrentes.
Microsoft veut réduire sa dépendance à Nvidia et AMD
Avec Maia 300, Microsoft entend renforcer son contrôle sur l’infrastructure qui alimente ses produits. Le groupe prévoit de déployer sa famille de puces Maia à une échelle de plusieurs gigawatts à partir de 2027, afin d’en faire le système d’inférence principal de ses services.
Cette stratégie pourrait réduire sa dépendance aux accélérateurs fournis par Nvidia et AMD. Elle ne signifie pas pour autant que Microsoft cessera nécessairement d’utiliser les puces de ces fabricants : le groupe doit continuer à répondre à une demande croissante et à des besoins matériels variés.
La conception de puces maison offre plusieurs avantages potentiels. Microsoft peut adapter plus précisément le matériel à ses modèles, optimiser les performances de ses propres services et mieux maîtriser les coûts d’exploitation à long terme.
Cette intégration devient particulièrement importante à mesure que les entreprises développent des modèles capables de raisonner, d’utiliser des outils et d’exécuter des tâches complexes en plusieurs étapes.
Une pièce maîtresse pour les modèles IA de Microsoft
Maia 300 doit également soutenir les ambitions de Microsoft dans le développement de ses propres modèles. Mustafa Suleyman, directeur général de Microsoft AI, souligne l’importance de maîtriser l’ensemble de la chaîne technologique, du silicium jusqu’aux modèles eux-mêmes.
L’entreprise cherche notamment à renforcer sa position face à Google DeepMind, OpenAI et Anthropic. Disposer d’une infrastructure conçue en fonction de ses modèles pourrait lui permettre d’optimiser les performances de ses services et de mieux contrôler leur évolution.
L’enjeu dépasse donc la seule puissance de calcul. La compétitivité des acteurs de l’IA dépend aussi de leur capacité à associer matériel, modèles, logiciels et centres de données dans un système cohérent.
Le déploiement de Maia 300 en 2027 constituera une étape importante pour Microsoft. Si les gains d’efficacité annoncés se confirment en production, la puce pourrait renforcer la compétitivité d’Azure et réduire le coût de fonctionnement de Copilot et des autres services IA. Mais l’entreprise devra encore démontrer que ses performances tiennent la comparaison avec les solutions de Nvidia et AMD dans des conditions réelles.