Chip AI mới của Microsoft giúp giảm phụ thuộc vào GPU Nvidia

Microsoft vừa chính thức công bố Maia 300, chip AI nội bộ thế hệ thứ ba của hãng, được thiết kế để trở thành "hệ thống suy luận AI chính" (primary AI inference system) cho các sản phẩm và dịch vụ của Microsoft. Đây là bước tiến quan trọng trong tham vọng tự chủ hạ tầng AI của gã khổng lồ phần mềm, đồng thời giảm dần sự lệ thuộc vào GPU của Nvidia.

Chip Maia 300 của Microsoft

Hiệu suất vượt trội so với thế hệ trước

Theo Microsoft, Maia 300 không chỉ cải thiện chi phí và hiệu quả vận hành các khối lượng công việc AI trên đám mây, mà còn có khả năng xử lý tốt hơn các mô hình lý luận (reasoning models) và tác vụ tác nhân (agentic tasks) mới nhất.

"Chúng tôi kỳ vọng Maia 300 sẽ cung cấp lượng token trên mỗi megawatt cao hơn 40% so với các hệ thống dựa trên GPU hàng đầu", Scott Guthrie, Phó chủ tịch điều hành mảng cloud của Microsoft, cho biết. "Và trong cấu hình đầy đủ 96 tăng tốc, nó đạt thông lượng token cấp rack cao gấp 7 lần so với Maia 200."

Những cải thiện về hiệu suất này sẽ cho phép Microsoft sớm chủ yếu dựa vào chip AI nội bộ của mình thay vì chip từ Nvidia và AMD.

"Chúng tôi sẽ mở rộng dòng Azure Maia lên quy mô triển khai hàng gigawatt bắt đầu từ năm 2027, biến Maia thành hệ thống suy luận AI chính cho các sản phẩm và dịch vụ của Microsoft", Guthrie nhấn mạnh.

Maia 300 sẽ bắt đầu được dùng cho các khối lượng công việc sản xuất từ năm 2027

Kiến trúc chiplet và tiến trình TSMC N2P

Maia 300 là phiên bản kế nhiệm của Maia 200 — dòng chip chỉ mới được công bố hồi tháng 1. Maia 200 hiện đã vận hành các khối lượng công việc AI trong sản xuất trên toàn hệ sinh thái Microsoft, bao gồm Microsoft Copilot, GitHub Copilot, Microsoft Foundry và các mô hình AI nội bộ của hãng.

"Maia 200 là hạ tầng AI có hiệu năng tốt nhất trong đội hình của chúng tôi, được đo bằng các chỉ số thực tế cho dịch vụ AI", Guthrie cho biết. "Maia 300 là một hệ thống AI hoàn chỉnh được thiết kế cho các dạng khối lượng công việc AI mới đang xuất hiện ngày nay: lý luận ngữ cảnh dài, trải nghiệm hội thoại nhạy cảm với độ trễ và các tác vụ tác nhân đa bước kéo dài."

Điểm đáng chú ý là Microsoft đang sử dụng kiến trúc chiplet để đạt được mức tăng hiệu suất quan trọng này. Được sản xuất trên tiến trình N2P của TSMC, kiến trúc Maia 300 mới tách biệt các chức năng tính toán (compute), bộ điều khiển bộ nhớ (memory controller) và I/O.

"Điều này giúp tăng diện tích silicon dành riêng cho hiệu năng tính toán và cho phép mỗi chức năng sử dụng công nghệ phù hợp nhất với vai trò của nó", nhóm phần cứng và hạ tầng Azure giải thích.

Mảnh ghép chiến lược trong cuộc đua AI

Maia 300 cũng là một phần then chốt trong nỗ lực phát triển mô hình AI của chính Microsoft, có thể giúp hãng đạt mục tiêu bắt kịp Google DeepMind, OpenAI và Anthropic.

"Chúng tôi phải làm việc xuyên suốt toàn bộ stack, đi xuống tận lớp silicon", Mustafa Suleyman, CEO mảng Microsoft AI, chia sẻ. "Ở quy mô đó, chúng tôi cần một nền tảng do mình sở hữu và cùng thiết kế với các mô hình của mình. Đó là lý do việc chạy các mô hình Microsoft AI trên chip Maia là trọng tâm then chốt của đội ngũ chúng tôi."

Việc tự phát triển chip AI phản ánh xu hướng chung của các ông lớn công nghệ. Amazon với chip Trainium và Inferentia, Google với TPU, đều đang nỗ lực giảm chi phí và sự phụ thuộc vào nguồn cung GPU đắt đỏ từ Nvidia. Với các doanh nghiệp Việt Nam đang ngày càng sử dụng dịch vụ đám mây Azure cho các ứng dụng AI, sự cạnh tranh về chip có thể mang lại hiệu quả chi phí tốt hơn trong dài hạn.

Maia 300 dự kiến bắt đầu được triển khai cho các khối lượng công việc sản xuất từ năm 2027.