Summary

  • Le plan d’octobre fait passer Maia d’un programme de puces maison à une plateforme d’inférence de plusieurs gigawatts, avec une montée en puissance annoncée dès 2027.
  • Le gain de 40 % de jetons par mégawatt est une estimation de Microsoft, sans réplication indépendante ni budget propre à Maia publié.

Le débat utile autour de Maia ne se résume pas à savoir si une puce maison peut accélérer une tâche choisie. Il s’agit de mesurer si un système d’inférence complet transforme l’électricité et l’espace informatique, tous deux rares, en services plus utiles. Le 12 octobre, Microsoft a donné une nouvelle échelle à ce pari : des déploiements de plusieurs gigawatts à partir de 2027 et Maia comme principal système d’inférence de ses produits et services. C’est une orientation annoncée, pas un inventaire de racks ou de mégawatts déjà installés.

Maia 200 relie le projet industriel à l’exploitation actuelle. Selon Microsoft, cette génération sert déjà Copilot et l’équipe MAI, et exécute des modèles d’OpenAI ainsi que des modèles ouverts de premier plan. Foundry et GitHub Copilot devraient suivre d’ici la fin de l’année. La feuille de route distingue ainsi une base de production déclarée, Maia 200, et une génération de montée en charge, Maia 300.

Le chiffre le plus frappant doit rester attribué à son auteur. Microsoft prévoit que Maia 300 fournisse 40 % de jetons supplémentaires par mégawatt par rapport aux principaux systèmes fondés sur des GPU. Un rack complet de 96 accélérateurs pourrait aussi atteindre, selon l’entreprise, jusqu’à sept fois le débit d’un rack Maia 200. L’annonce ne fournit toutefois ni protocole complet ni validation indépendante. Le modèle utilisé, la précision, le regroupement des requêtes, le taux d’occupation, la qualité des réponses et le périmètre électrique retenu peuvent modifier la comparaison.

Il s’agit d’objectifs communiqués par Microsoft, pas d’un classement universel des coûts.

Les caractéristiques publiées montrent pourquoi comparer les seules puces serait insuffisant. Microsoft décrit un rack de 167 kW, doté de 27,6 téraoctets de mémoire HBM et d’une bande passante agrégée de 1,7 pétaoctet par seconde. Son analyse technique associe silicium, proximité des données, logiciels et noyaux, réseau, refroidissement, télémétrie et exploitation des centres de données. La puissance annoncée pour le rack ne correspond pas à la consommation totale d’un site : le refroidissement, les pertes de conversion et les équipements partagés comptent aussi.

De même, l’objectif de plusieurs gigawatts ne précise pas le nombre de racks concernés.

L’architecture intégrée peut avoir une valeur même si aucun composant n’est seul décisif. Réduire les déplacements de données, maintenir les accélérateurs occupés et répartir les charges en fonction des limites de puissance et de refroidissement peuvent accroître la production utile d’un site saturé. Mais une meilleure efficacité par unité ne garantit ni une facture totale plus basse ni une consommation totale moindre. Si une capacité moins coûteuse stimule la demande d’inférence, l’usage d’électricité peut augmenter malgré un progrès par jeton.

Le taux d’utilisation, les coûts d’exploitation, la qualité de service et les revenus décident de la conversion économique.

Les comptes de Microsoft donnent le contexte financier sans permettre d’isoler Maia. Au quatrième trimestre de son exercice 2026, l’entreprise a déclaré 41 milliards de dollars d’investissements, dont environ deux tiers en actifs à durée de vie courte, principalement des CPU et des GPU. Elle estimait les investissements de l’année civile 2026 à environ 175 milliards après un changement de classement des contrats de location, prévoyait une hausse annuelle en FY2027 et plus de 50 milliards au premier trimestre de cet exercice, reclassement compris. Aucun de ces montants n’est un budget Maia.

Microsoft a aussi décrit une flotte mixte, avec Maia, NVIDIA et AMD, ainsi que des systèmes en rack Helios d’AMD et Vera Rubin de NVIDIA prévus. Maia ajoute un levier d’allocation ; l’annonce ne démontre pas une sortie des GPU.

Pour juger le rendement, il faudra connaître la capacité installée, la part des charges d’inférence exécutées sur Maia, l’utilisation par tâche, les résultats à qualité et service comparables, le coût par résultat utile, ainsi que l’investissement et l’amortissement du programme. Une charge de production nommée confirmerait un usage concret ; une utilisation durable et des coûts comparables montreraient sa pertinence opérationnelle. Sans ventilation des coûts et des revenus, la taille visée et le gain prévu ne prouvent pas un rendement financier.

En janvier, Maia 200 marquait l’arrivée d’un produit et de premiers déploiements. En octobre, Maia devient une plateforme d’exploitation que Microsoft entend dimensionner. Les informations disponibles établissent une ambition plus large et une conception intégrée. Elles ne disent pas encore combien de capital sera consacré à Maia, quel volume de demande le système prendra en charge ni si son avantage d’efficacité résistera à une comparaison économique complète.

Sources