На 12 октомври 2026 г. Microsoft обяви Maia 300 и план за разрастване на инфраструктурата Maia от 2027 г. Компанията заявява, че Maia 200 вече обслужва производствени натоварвания, включително Copilot. За новото поколение тя очаква 40% повече токени на мегават спрямо водещи GPU системи. Това е фирмено сравнение, а не независимо установен резултат за всеки модел. Официално съобщение.
В отделния архитектурен разбор Microsoft описва осем HBM4 стека, 288 GB памет и 18 TB/s пропускателна способност на ускорител. Шкафът съдържа 96 ускорителя при 167 kW. Многочиповата конструкция разделя изчисленията, управлението на паметта и входно-изходните функции; софтуерът управлява разполагането и движението на данните. Тези числа са проектни характеристики, публикувани от производителя.
Защо паметта влиза в центъра на новината
Полезен технически контекст е документацията за Paged Attention във vLLM. Тя показва как данните за ключовете и стойностите на вниманието се съхраняват в блокове и как достъпът до тях участва в изчислението. Това е пример за организация на моделната обработка, а не доказателство, че Maia използва точно този код.
Редакционният ни извод е, че големият брой операции в секунда не е достатъчен за оценка на услуга. При дълъг разговор или анализ на обемен материал трябва да се обслужва и контекстът на заявката. Ако важните данни не достигат навреме до изчислителния ресурс, неговият теоретичен капацитет не се превръща автоматично в бърз отговор. Затова капацитетът на паметта и скоростта на достъпа до нея отговарят на различни въпроси.
Да разгледаме условна услуга за преглед на документи. Едно кратко запитване и едновременното обслужване на много дълги разговори могат да имат различни ограничения. При оценка бихме запазили едни и същи документи, модел, дължина на отговора и цел за закъснение. Иначе подобрението може да идва от различна задача или допустимо качество, а не от сравняваната система. Това е метод за бъдещ тест, не наш измерен резултат за чипа.
Шкафът е отделна мерна единица
За инфраструктурния екип е важно да различава спецификацията на един ускорител от характеристиките на целия шкаф. В общия енергиен бюджет участва повече оборудване от изчислителните чипове. Съответно сравнение между мощност на компонент и мощност на инсталация не показва само по себе си ефективността на услугата. Първо трябва да определим границата на измерването и какво точно включва тя.
Същото важи за производителността. Повече едновременно обслужвани заявки и по-бърз отговор за една заявка са различни подобрения. За интерактивен помощник закъснението може да е решаващо, докато за нощна пакетна обработка водещо да е количеството успешно обработени документи. Една обща рекламна стойност не разрешава този избор вместо екипа, който познава потребителите си.
Как да четем сравнението с GPU
Обявеният показател има смисъл като заявена цел на производителя. За независима оценка бихме поискали описание на моделите, точността на представяне, входния контекст, броя едновременни сесии и допустимото време за отговор. Бихме проверили и дали е измерена консумацията на еднакви части от системите. Без тази рамка няма основание да превръщаме процент в универсален победител между хардуерни семейства.
От гледна точка на разработчика достъпността на услуга също е отделна тема от обявяването на чип. Когато планира нов продукт, екипът трябва да потвърди реалните интерфейси, наличните региони и ограниченията за конкретното внедряване. Обещаната бъдеща инфраструктура не е ресурс, върху който още днес може безусловно да се поеме ангажимент към клиент.
Новината очертава посоката на Microsoft: проектиране на система около натоварванията на собствените AI услуги. Практическото значение ще се установява при внедряването и при сравними измервания. До тогава разграничението е ясно: налична предходна генерация според компанията, нова архитектура с публикувани характеристики и бъдещ срок за мащабиране. Всяко от тези твърдения има различна тежест при техническо решение.
Проверка на източниците: 2026-10-12T16:32:59+00:00. Корица: AI илюстрация, не документална снимка.
