Bericht: Microsoft wird nächstes Jahr eigene KI-Chips in großem Umfang einsetzen, mit dem Ziel, die Inferenz-Effizienz um 40% zu verbessern.

Microsoft investiert verstärkt in eigene KI-Chips und plant, Maia-Chips im Gigawatt-Maßstab einzusetzen, um die Abhängigkeit von Nvidia-GPUs schrittweise zu reduzieren und die Kosten für KI-Infrastruktur durch effizienteres Inferencing zu kontrollieren.

Am 12. Oktober berichtete Bloomberg, Microsoft gab am Montag bekannt, dass die neue Maia 300-Chipgeneration ab dem nächsten Jahr in Rechenzentren eingesetzt werden soll, speziell für KI-Inferencing-Aufgaben. Microsoft erwartet, dass Maia 300 pro Megawatt 40 % mehr Token verarbeiten kann als aktuelle GPU-Systeme, was bedeutet, dass bei gleicher Energie mehr KI-Lasten übernommen werden können.

Im Gegensatz zu Google und Amazon, die die Rechenleistung ihrer eigenen Chips bereits für Cloud-Kunden öffnen, hat Microsoft derzeit nicht die Absicht, Maia-Chips direkt an externe Kunden zu vermieten. Diese Entscheidung zeigt Microsofts Priorität: zunächst den eigenen großen Bedarf an KI-Diensten mit eigenen Chips decken und den Hardware-Effizienzvorteil anschließend in geschäftliche Wettbewerbsfähigkeit umwandeln.

Gigawatt-Einsatz: Energieeffizienz als Kernvorteil

Microsoft steigert bei der Entwicklung eigener Chips im Wesentlichen die Effizienz von KI-Inferencing und senkt die Betriebskosten.

Inferencing bezeichnet die Ausführung von Aufgaben mit einem vorab trainierten KI-Modell, beispielsweise das Zusammenfassen von Sitzungsprotokollen oder das Beantworten von Forschungsfragen, und ist ein zentraler Bedarf an Rechenleistung im Betrieb von KI-Anwendungen. Microsoft erklärt, dass die Maia-Serie speziell für Inferencing-Workloads in eigenen Rechenzentren entwickelt wurde, um relevante Aufgaben effizienter auszuführen und den Bedarf an Nvidia-GPUs zu verringern, die aktuell immer noch die Hauptquelle für Inferencing-Leistung bei Microsoft sind.

Rani Borkar, Leiterin der Hardware-Sparte in Microsoft-Rechenzentren, sagte: „Wir sind überzeugt, dass wir das beste Produkt für diese Workloads geschaffen haben. Ab nächstem Jahr werden wir Maia im Gigawatt-Maßstab ausrollen, um diese Zuversicht zu unterstreichen.“

Vorherige Generation bereits im Einsatz, neues Modell ab nächstem Jahr

Microsofts Strategie für eigene KI-Chips startete schon früh. Anfang dieses Jahres begann das Unternehmen mit der Installation der vorherigen Maia 200-Generation in Rechenzentren; dieser Chip wird bereits für Copilot und weitere KI-Software sowie andere Aufgaben genutzt.

Laut Borkar unterstützt Maia 200 OpenAI-Modelle, Microsoft-eigene KI-Modelle und mehrere Open-Source-Modelle. Die Chips werden in Rechenzentren in den USA, Europa und Australien eingesetzt und bieten KI-Fähigkeiten für Produkte wie Microsoft Teams und Copilot.

Die nächste Maia 300-Generation soll voraussichtlich ab nächstem Jahr installiert werden. Microsoft will mit deren Energieeffizienz die Rechenkapazitäten in der sich ausweitenden KI-Sparte weiter optimieren und die Kosten für Inferencing senken.

Microsoft holt bei Eigenentwicklungen gegenüber Google und Amazon auf

Während Cloudriesen ihre eigenen KI-Chips entwickeln, hat Microsoft bislang einen späteren Einstieg gewählt. Google und Amazon haben einen Vorsprung bei eigenen Chipentwicklungen und bieten die zugehörige Rechenleistung bereits für Cloud-Kunden an.

Microsoft verfolgt stattdessen einen anderen Geschäftsweg. Borkar sagte: „Unsere KI-Service-Sparte ist bereits groß genug; wir möchten zuerst unseren eigenen Bedarf bedienen.“

Das bedeutet, dass Microsoft aktuell seine Maia-Chips eher für interne KI-Anwendungen einsetzt und nicht direkt durch Vermietung von Rechenleistung Einnahmen erzielen will. Für Investoren bestimmt sich der kommerzielle Wert von Maia vor allem danach, ob sie den Betrieb von KI-Diensten effizienter und kostengünstiger machen und so die Gewinnmargen bei entsprechenden Geschäftsbereichen verbessern können – und weniger danach, wie viel direktes Einkommen das Chip-Mietgeschäft generiert.