Microsoft hat mit dem Maia 300 die dritte Generation seines eigenen KI-Beschleunigers vorgestellt. Der Chip soll ab 2027 in den Rechenzentren des Konzerns eingesetzt und zum primären Inferenzsystem für eigene Produkte und Dienste werden. Dazu zählt Microsoft Anwendungen wie Copilot, GitHub Copilot und Microsoft Foundry.
Der Schritt richtet sich vor allem gegen die operative Abhängigkeit von Nvidia und AMD bei der Ausführung von KI-Modellen. Er bedeutet jedoch nicht, dass Microsoft seine bisherigen Lieferanten ersetzt: Der Konzern will weiterhin Nvidia-Systeme der nächsten Generation einsetzen. Außerdem soll Maia 300 zunächst Microsofts eigene Dienste antreiben. Anders als Googles TPUs oder Amazons Trainium-Chips ist Maia derzeit nicht als separat mietbarer Beschleuniger für externe Cloud-Kunden vorgesehen.
Vorgestellt wurde Maia 300 am 12. Oktober 2026 auf dem OCP Global Summit in San Jose. Microsoft plant, Produktion und Rechenzentrumsbetrieb 2027 aufzunehmen, die installierte Kapazität auf mehrere Gigawatt auszubauen und potenziell mehr als eine Million Chips zu implementieren. Ob dieser Umfang tatsächlich erreicht wird, hängt von Fertigung, Rechenzentrumsbau und Stromversorgung ab.
Maia 300 ist auf die Ausführung von KI-Modellen ausgelegt
Technisch setzt Microsoft auf ein Multi-Chiplet-Design. Die Compute-Dies werden bei TSMC im 2-Nanometer-Verfahren N2P gefertigt. Der Beschleuniger verfügt über 288 Gigabyte HBM4-Speicher, eine Speicherbandbreite von 18 Terabyte pro Sekunde und eine angegebene FP4-Rechenleistung von bis zu 13,8 Petaflops.
Diese Daten zielen auf Inferenz: also die Rechenarbeit, die nach dem Training eines Modells bei jeder Anfrage anfällt. Je häufiger Copilots, Suchfunktionen und KI-Agenten genutzt werden, desto stärker wirken sich kleine Unterschiede bei Stromverbrauch, Speichernutzung und Datentransport auf die laufenden Kosten aus.
Microsoft gibt an, dass Maia 300 pro Megawatt 40 Prozent mehr Tokens erzeugen könne als führende GPU-basierte KI-Systeme. Auf Rack-Ebene soll der Token-Durchsatz bis zu siebenmal höher liegen als beim Vorgänger Maia 200. Dabei handelt es sich um Herstellerangaben; eine unabhängige Bestätigung oder vollständig vergleichbare Benchmark-Konfigurationen liegen in den bereitgestellten Informationen nicht vor.
Die entscheidende Kennzahl lautet Tokens pro Megawatt
Ein Maia-300-Rack enthält 96 Beschleuniger und benötigt nach Microsofts Angaben etwa 167 Kilowatt. Zum Vergleich werden für ein Nvidia-GB300-Rack mit 72 GPUs rund 142 Kilowatt genannt. Der reine Rackverbrauch lässt jedoch keinen direkten Effizienzvergleich zu: Dafür müssen unter anderem tatsächlich erzeugte Tokens, Modellauslastung, Antwortzeiten, Speicherbedarf und Netzwerkverkehr berücksichtigt werden.
Warum bei KI-Inferenz das gesamte System zählt
Die Grafik zeigt, wie steigende Inferenzlast zur Entwicklung eigener Chips und zur Optimierung kompletter Racks führt.
Genau deshalb rückt Microsoft nicht allein die maximale Rechenleistung in den Vordergrund, sondern den nutzbaren Durchsatz pro Megawatt. Für einen Hyperscaler ist diese Kennzahl näher an der betrieblichen Realität. Rechenzentren lassen sich nicht unbegrenzt mit zusätzlichen GPUs füllen. Stromanschlüsse, Kühlung, Speicherbandbreite und die Kommunikation zwischen den Beschleunigern setzen Grenzen.
Maia 300 soll deshalb unnötige Datenbewegungen zwischen Chips und Speicher reduzieren. Rani Borkar, bei Microsoft für Azure Hardware Systems and Innovation verantwortlich, beschrieb gegenüber Axios das Zusammenspiel aus Speicher, Netzwerk, Software und Stromverbrauch als Teil der eigentlichen Entwicklungsaufgabe. Ein konkurrenzfähiger KI-Chip entsteht demnach nicht allein durch einen schnellen Compute-Die, sondern durch die Optimierung des gesamten Racks.
Nvidias Großkunden bauen ihre Alternativen selbst
Microsoft folgt damit einer Strategie, die sich bei fast allen großen Abnehmern von Nvidia beobachten lässt. Google entwickelt seit Jahren eigene Tensor Processing Units und unterscheidet inzwischen stärker zwischen Hardware für Training und Inferenz. Amazon bietet seine Trainium-Familie über AWS an; zu den Nutzern zählt Anthropic. OpenAI entwickelt gemeinsam mit Broadcom den unter dem Namen Jalapeño bekannten Chip, zunächst ebenfalls mit Schwerpunkt auf Inferenz.
Auch Meta unterhält ein internes Chipprogramm, während Anthropic eigene Entwürfe prüft. Gleichzeitig kaufen diese Unternehmen weiterhin Nvidia-Hardware oder nutzen sie über Cloud-Anbieter. Aus Kunden werden damit Wettbewerber, ohne dass sie ihre Lieferbeziehungen sofort beenden.
Für Nvidia ist das vorerst kein vollständiger Verdrängungswettbewerb. Das Unternehmen bleibt besonders beim Training großer Modelle dominant, und der Bedarf an KI-Rechenleistung wächst schneller, als neue Eigenentwicklungen verfügbar werden. Laut Axios hat sich Nvidias Quartalsumsatz zuletzt auf 96 Milliarden US-Dollar mehr als verdoppelt. Microsofts Strategie lautet daher ausdrücklich nicht Maia statt Nvidia, sondern eigene Chips neben einem breiten Hardwareangebot.
Der Wettbewerb beginnt hinter der Azure-Oberfläche
Die wichtigste Einschränkung der Ankündigung ist zugleich ihr strategischer Kern: Maia 300 wird zunächst kein frei wählbares Azure-Produkt. Externe Kunden können den Chip nicht wie eine gewöhnliche GPU-Instanz mieten und unmittelbar mit Nvidia- oder AMD-Systemen vergleichen. Microsoft setzt ihn dort ein, wo der Konzern Workloads, Software und Auslastung selbst kontrolliert.
Das schwächt die öffentliche Sichtbarkeit des Chips, erhöht aber die Chance auf eine konsequente Optimierung. Bei Copilot und anderen internen Diensten kennt Microsoft die verwendeten Modelle, die Lastprofile und den Software-Stack. Der Konzern kann Hardware und Anwendung enger aufeinander abstimmen als bei einer universellen Cloud-Instanz, die sehr unterschiedliche Kundensoftware unterstützen muss.
Für Microsoft liegt der kurzfristige Nutzen deshalb weniger im Verkauf einzelner Chips als in der Verschiebung eigener Inferenzlasten. Jeder Token, den Maia wirtschaftlicher erzeugt, senkt potenziell den Bedarf an zugekaufter GPU-Kapazität und verbessert die Kontrolle über Ausbaupläne. Ob daraus niedrigere Preise für Azure- oder Copilot-Kunden entstehen, ist dagegen nicht angekündigt.
Maia 300 greift Nvidia somit nicht zuerst im offenen Chipmarkt an. Der Wettbewerb beginnt innerhalb von Microsofts Rechenzentren, bei der Frage, welche Hardware die täglich anfallenden KI-Antworten erzeugt. Für Hyperscaler entscheidet darüber zunehmend nicht der höchste theoretische FLOPS-Wert, sondern wie viele nutzbare Tokens ein vollständiges System aus einem begrenzten Stromanschluss herausholt.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
