Rodar IA em escala ficou caro por um motivo bem espec\u00edfico: a fase de infer\u00eancia, quando o modelo j\u00e1 treinado precisa gerar respostas, \u00e9 onde o dinheiro e a energia somem mais r\u00e1pido. \u00c9 nesse ponto que a Microsoft quer mexer com o Maia 200, seu novo acelerador pr\u00f3prio feito com foco total em infer\u00eancia e em reduzir o custo por token.<\/p>\n
Um chip pensado para \u201ceconomia de tokens\u201d<\/h2>\n
A Microsoft descreve o Maia 200 como um projeto \u201cdo zero\u201d para infer\u00eancia moderna, especialmente em modelos de linguagem e racioc\u00ednio. O alvo \u00e9 claro: melhorar desempenho por d\u00f3lar e manter o hardware mais ocupado, com mais throughput e menos gargalo de mem\u00f3ria.<\/p>\n
Na pr\u00e1tica, isso aparece em n\u00fameros agressivos. O Maia 200 \u00e9 fabricado no processo de 3 nan\u00f4metros da TSMC, tem mais de 140 bilh\u00f5es de transistores e entrega mais de 10 petaFLOPS em FP4 e mais de 5 petaFLOPS em FP8, dentro de um envelope de 750 W.<\/p>\n
Um dos maiores gargalos de infer\u00eancia \u00e9 \u201calimentar\u201d o modelo r\u00e1pido o bastante. Aqui, a Microsoft aposta pesado: s\u00e3o 216 GB de HBM3e com 7 TB\/s de largura de banda e 272 MB de SRAM no chip para reduzir idas e vindas e aumentar a vaz\u00e3o de tokens.<\/p>\n Outro ponto que chama aten\u00e7\u00e3o \u00e9 a arquitetura de rede. A Microsoft diz que o Maia 200 usa um design de escala em camadas sobre Ethernet padr\u00e3o, com banda dedicada e opera\u00e7\u00f5es coletivas previs\u00edveis em clusters de at\u00e9 6.144 aceleradores. A ideia \u00e9 crescer sem depender de interconex\u00f5es propriet\u00e1rias e, ao mesmo tempo, segurar custo total e consumo.<\/p>\n O Maia 200 j\u00e1 foi implantado na regi\u00e3o US Central do Azure, perto de Des Moines, Iowa, e a pr\u00f3xima regi\u00e3o citada \u00e9 a US West 3, perto de Phoenix, Arizona.<\/p>\n Segundo a pr\u00f3pria Microsoft, ele vai atender m\u00faltiplos modelos e workloads, incluindo Microsoft Foundry, Microsoft 365 Copilot e os modelos GPT 5.2 da OpenAI. A empresa tamb\u00e9m cita uso interno pela equipe de Superintelig\u00eancia para gera\u00e7\u00e3o de dados sint\u00e9ticos e aprendizado por refor\u00e7o.<\/p>\n Para quem cria e otimiza modelos, a Microsoft tamb\u00e9m anunciou uma pr\u00e9via do Maia SDK, com integra\u00e7\u00e3o com PyTorch, compilador Triton e bibliotecas de kernels otimizadas, al\u00e9m de uma linguagem de baixo n\u00edvel para ajustes finos quando necess\u00e1rio.<\/p>\n Todo grande provedor de nuvem est\u00e1 tentando reduzir depend\u00eancia e custo de GPUs tradicionais, especialmente com a demanda por IA explodindo. A Microsoft j\u00e1 tinha apresentado o Maia 100 como primeira gera\u00e7\u00e3o, mas o Maia 200 deixa mais expl\u00edcito o foco: n\u00e3o \u00e9 um chip \u201cpara tudo\u201d, \u00e9 um chip para tornar infer\u00eancia mais barata, mais previs\u00edvel e mais escal\u00e1vel dentro do Azure.<\/p>\n \n![\"\"](\"https:\/\/nerdizmo.ig.com.br\/wp-content\/uploads\/2026\/01\/image-323.png\")
<\/figure>\nEscala em Ethernet e clusters enormes<\/h2>\n