Maia 300 heißt der KI-Beschleuniger, für den Microsoft bei TSMC Fertigungskapazität für mehr als 300.000 Stück verhandelt. Vom Vorgänger Maia 200 entstanden bislang nur Zehntausende Exemplare. Nvidia bekommt damit Konkurrenz aus dem eigenen Kundenkreis, den Engpass in der Chipfertigung räumt der Wechsel jedoch nicht aus.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Microsoft stellt den Maia 300 im Herbst vor, nach einem Bericht von The Information vom 10. August 2026 möglicherweise schon im September. Gefertigt wird der Chip bei TSMC, ausgeliefert ab 2027.
Das Wichtigste in Kürze
- Microsoft verhandelt mit TSMC über Kapazität für mehr als 300.000 Maia-300-Beschleuniger, Lieferung ab 2027.
- Vom Vorgänger Maia 200 fertigte der Konzern bisher nur Zehntausende Stück.
- Der Maia 200 rechnet über 10 PetaFLOPS in FP4, trägt 216 Gigabyte HBM3e-Speicher und zieht 750 Watt.
- Als externen Kunden umwirbt Microsoft laut The Information unter anderem Anthropic.
Wie viele Maia-Chips lässt Microsoft bauen?
Die angefragte Kapazität liegt bei über 300.000 Stück für 2027, auf Dauer nennt ein Konzernmanager gegenüber The Information ein Volumen im Gigawatt-Maßstab. Verglichen mit den Zehntausenden bisher gefertigten Maia 200 wäre das ein Sprung um eine Größenordnung.
Technisch zielt der Chip auf Inferenz. Der Maia 200 ging im Januar 2026 in einem Rechenzentrum in Iowa in Betrieb. TSMC fertigt ihn im 3-Nanometer-Verfahren mit über 140 Milliarden Transistoren, 216 Gigabyte HBM3e-Speicher und 272 Megabyte SRAM.[1] Microsoft beziffert den Vorsprung auf 30 Prozent besseres Preis-Leistungs-Verhältnis gegenüber der schnellsten Hardware der eigenen Flotte, für die bislang Nvidia den Takt vorgibt.
Warum löst eigenes Silizium den Engpass nicht?
Der Flaschenhals sitzt im Packaging. Nvidia, Google, Amazon und Microsoft beziehen ihre Beschleuniger aus derselben Fertigung bei TSMC. Die Kapazität für fortgeschrittene Gehäusetechnik ist dort bis 2027 knapp. Wie hart der Speicher limitiert, zeigt der Umweg, mit dem Huawei den HBM-Engpass umgeht.
Die zweite Hürde heißt Kompilierung. CUDA-Kernel laufen auf Maia nicht, Modelle brauchen den Weg über PyTorch und den Triton-Compiler aus Microsofts Maia-SDK.[1] Genau diese Bindung an eine Werkzeugkette entscheidet über die Kosten, wie der Vergleich von AMDs MI355X mit Nvidias B300 zeigt.
Microsoft kauft sich mit dem Maia 300 aus der Preisliste von Nvidia frei, nicht aus der Warteschlange bei TSMC. Für Azure-Kunden zählt allein, ob die Million Token am Ende billiger wird.
— Markus Seyfferth, Chefredakteur Dr. Web
besseres Preis-Leistungs-Verhältnis verspricht Microsoft für den Maia 200 gegenüber der bisher schnellsten Hardware in der eigenen Azure-Flotte.
Was heißt das für Azure-Kunden in Europa?
Unter den Hyperscalern bleibt Microsoft der Nachzügler. Google rechnet seit einem Jahrzehnt auf eigenen TPUs, inzwischen mit einem Chip nur für Gemini. Amazon verkauft Trainium, Meta bringt ab September einen eigenen KI-Chip in Produktion und OpenAI stellte mit Broadcom seinen ersten Beschleuniger vor.
Für europäische Kunden verschiebt sich die Bindung. Der EU Data Act verbietet Anbietern von Datenverarbeitungsdiensten ab dem 12. Januar 2027 jedes Wechselentgelt.[2] Die technische Bindung an einen firmeneigenen Beschleuniger fällt nicht unter dieses Verbot: Ein auf Maia-Kernel optimiertes Modell läuft in einer fremden Cloud erst nach erneuter Kompilierung.
IT-Verantwortliche sichern die Portabilität deshalb vertraglich ab, mit einer Zusage über offene Laufzeitumgebungen wie ONNX oder vLLM und einem Testlauf desselben Modells beim Zweitanbieter. In Europa fährt Microsoft ohnehin mehrgleisig: abgeschottete KI-Umgebungen mit Mistral für regulierte Branchen, dazu neue Azure-Maschinen mit AMD-Technik.
Quellen
[1] Microsoft: „Maia 200: The AI accelerator built for inference“
[2] Europäische Union: Verordnung (EU) 2023/2854 (Datenverordnung), Artikel 29
Mehr Newshunger?
- Weg von Nvidia: Meta bringt ab September einen eigenen KI-Chip in Produktion
- Ein Chip nur für Gemini: Wie Google die KI-Kosten senken und Nvidia umgehen will
- Anthropic baut ein eigenes Chip-Team für Claude
- OpenAI stellt mit Broadcom seinen ersten eigenen Chip vor
- Inferenzkosten für Kimi K3: AMDs MI355X liefert mehr Token je Euro als Nvidias B300
- Microsofts KI-Umsatz: 21 Milliarden Euro stammen von OpenAI
