مایکروسافت از Maia 300، قدرتمندترین تراشه هوش مصنوعی خود تا کنون پرده برداری کرد - و ممکن است استفاده از Teams، Copilot و Cowork در نهایت بسیار بهتر شود.

مایکروسافت از Maia 300، آخرین تراشه هوش مصنوعی خود رونمایی کرد

Maia 300 که برای "اول استنتاج" طراحی شده است، پیشرفت های بزرگی در کارایی و قدرت ارائه می دهد

Maia 300 در سال 2027 راه اندازی خواهد شد مایکروسافت Maia 300، نسل بعدی سخت‌افزار Azure خود را در حالی که آماده می‌شود تا زیرساخت‌های هوش مصنوعی داخلی خود را به چند گیگاوات افزایش دهد، معرفی کرد.

این شرکت می‌گوید Maia 300 که قرار است در سال 2027 استقرار خود را آغاز کند، 40 درصد توکن‌های بیشتری در هر مگاوات نسبت به سایر سیستم‌های پیشرو مبتنی بر GPU ارائه می‌کند - که عمدتا برای استنتاج طراحی شده‌اند، نسخه جدید استدلال طولانی مدت، هوش مصنوعی مکالمه پاسخگو و وظایف عامل پایدار و چند مرحله‌ای را هدف قرار می‌دهد.

مایکروسافت می‌گوید رک حاوی 96 شتاب‌دهنده Maia 300 تا هفت برابر توان عملیاتی توکن در مقیاس رک را نسبت به رک Maia 200 ارائه می‌کند.

استنتاج-اول

نکته جالب توجه مایکروسافت می‌گوید که انتظار دارد Maia 300 به پشتیبانی از نسل جدیدی از هوش مصنوعی در محصولات و خدماتش کمک کند، از کدنویسی عاملی در GitHub گرفته تا ارائه مدل‌های بزرگ از طریق مایکروسافت Foundry.

اما همچنین انتظار دارد استنتاج و تولید داده بهبود یافته برای تیم هوش مصنوعی مایکروسافت و بهبودهایی مانند Copilot و Cowork و همچنین محصولات فردی مانند Microsoft Teams بهبود یابد.

مایکروسافت می‌گوید که با آنچه مایکروسافت می‌گوید «معماری اول استنتاج» است، برای بهبود عملکرد با کاهش حرکت داده‌ها و استفاده کارآمدتر از محاسبات، حافظه و منابع شبکه ساخته شده است، مایکروسافت می‌گوید، با معماری جریان داده تعریف‌شده توسط نرم‌افزار، همراه با بهینه‌سازی هسته به کمک هوش مصنوعی، طراحی شده تا داده‌ها را نزدیک به بخش‌های سیستم که به آن نیاز دارند، نگه دارد.

(اعتبار تصویر: مایکروسافت) جای تعجب نیست که حافظه مرکزی در طراحی است، زیرا Maia 300 از هشت پشته بزرگ HBM4 با حداکثر پهنای باند ادعایی 18 ترابایت بر ثانیه در توان طراحی حرارتی 950 وات استفاده می کند. مایکروسافت می‌گوید نرم‌افزار تخصصی می‌تواند از SRAM روی تراشه به‌عنوان صفحه خراش استفاده کند و فشار بر HBM را در طول بارهای کاری سخت کاهش دهد.

این شتاب دهنده همچنین یک معماری چند تراشه ای را معرفی می کند که عملکردهای محاسباتی، کنترل کننده حافظه و ورودی/خروجی را از هم جدا می کند. تراشه‌های محاسباتی آن با استفاده از فرآیند N2P TSMC ساخته خواهند شد. مایکروسافت می‌گوید پشتیبانی از فرمت‌های کم‌دقت، از جمله MXFP4 پیشرفته، تقاضای حافظه و پهنای باند را کاهش می‌دهد و به سیستم کمک می‌کند پنجره‌های زمینه بزرگ‌تری را اجرا کند و توان عملیاتی را در همان پاکت برق افزایش دهد.

شبکه به گونه ای طراحی شده است که به عنوان بخشی از جریان داده سیستم عمل کند تا به عنوان یک لایه جداگانه. Maia 300 از اتصالات با پهنای باند بالا بین شتاب دهنده ها برای موازی سازی تانسور، در کنار یک انتقال هوش مصنوعی سفارشی مبتنی بر زیرساخت اترنت استفاده خواهد کرد. مایکروسافت می‌گوید این رویکرد می‌تواند از یک قفسه واحد تا استقرار مرکز داده را مقیاس‌بندی کند.

یک رک Maia 300 حاوی 96 شتاب دهنده در یک پاکت توان 167 کیلوواتی، با 27.6 ترابایت ظرفیت HBM و 1.7 پتابایت بر ثانیه از پهنای باند کل HBM است. مایکروسافت می‌گوید که چگالی به آن اجازه می‌دهد تا تعاملات همزمان هوش مصنوعی و بارهای کاری بزرگ‌تری را از هر رک ارائه دهد.

این راه‌اندازی مبتنی بر Maia 200 است، که مایکروسافت می‌گوید در حال حاضر بارهای تولیدی از جمله Microsoft 365 Copilot و مدل‌های توسعه‌یافته توسط تیم هوش مصنوعی مایکروسافت را اجرا می‌کند.

این شرکت می‌گوید Maia 200 تا 1.7 برابر بیشتر از زیرساخت‌های GPU پیشرو برای ویژگی‌های هوش مصنوعی داخلی در Teams، Copilot و Cowork توکن‌های بیشتری در هر وات ارائه می‌کند. انتظار می‌رود که GitHub Copilot و Microsoft Foundry تا پایان سال جاری عرضه شوند.