Autorski układ AI Microsoftu ponownie opóźniony. Wydajność leży

Plany Microsoftu, by uniezależnić się od NVIDII i zbudować własne układy scalone do obsługi sztucznej inteligencji, napotkały poważny problem. 

Kolejna generacja chipów z serii Maia, o kryptonimie Braga, nie trafi do masowej produkcji przed 2026 rokiem, czyli co najmniej pół roku później niż zakładano. Informacje te ujawnił serwis The Information, podając w wątpliwość zdolność Microsoftu do realnego konkurowania z Zielonymi na rynku układów AI.

Kolejna generacja chipów z serii Maia, o kryptonimie Braga, nie trafi do masowej produkcji przed 2026 rokiem, czyli co najmniej pół roku później niż zakładano.

Własne chipy to droga do niezależności

Microsoft od kilku lat próbuje ograniczyć swoją ogromną zależność od NVIDII, której potężne układy GPU napędzają zdecydowaną większość centrów danych obsługujących sztuczną inteligencję na świecie. Podobnie jak Amazon i Google, firma z Redmond zainwestowała miliardy dolarów w projektowanie własnych układów scalonych, które miałyby obsługiwać obciążenia związane z AI.

Pierwszym efektem tych wysiłków była seria chipów Maia, zaprezentowana pod koniec 2023 roku. Maia 100 korzysta z technologii 5-nanometrowej, posiada dedykowane rozwiązania w zakresie zasilania i chłodzenia cieczą, aby sprostać olbrzymim wymaganiom energetycznym i cieplnym sztucznej inteligencji. Jednak chipy Maia zostały zoptymalizowane głównie do zadań inferencyjnych, czyli do uruchamiania już wytrenowanych modeli, a nie do ich trenowania, które wymaga znacznie większych mocy obliczeniowych.

To istotna różnica, bo najnowszy boom na generatywną AI oraz wielkie modele językowe zwiększył zapotrzebowanie na układy zdolne do intensywnego trenowania sieci neuronowych.

Braga z problemami

Prace nad chipem Braga od początku napotykały przeszkody. Jak podaje The Information, projekt borykał się z licznymi problemami: niespodziewanymi zmianami w projekcie, brakami kadrowymi i dużą rotacją pracowników. Sytuację skomplikowały także żądania OpenAI, czyli kluczowego partnera Microsoftu, które na późnym etapie rozwoju zażądało dodatkowych funkcji. Wprowadzenie tych zmian miało prowadzić do destabilizacji działania układu w symulacjach, co spowodowało kolejne opóźnienia.

Presja terminów doprowadziła z kolei do odejścia części inżynierów i niektóre zespoły straciły nawet 20% kadry. To wszystko oznacza, że Braga, nawet jeśli trafi na rynek w 2026 roku, może pozostać technologicznie w tyle za NVIDIĄ.

NVIDIA ucieka rywalom

Tymczasem zielona ekipa nie zwalnia tempa. Jej najnowsze układy z rodziny Blackwell, które weszły do produkcji pod koniec 2024 roku, łączą ogromną wydajność zarówno w trenowaniu, jak i w uruchamianiu modeli AI. Chipy Blackwell zawierają ponad 200 miliardów tranzystorów i bazują na customowym procesie technologicznym TSMC, co zapewnia im doskonałą wydajność energetyczną i obliczeniową.

To sprawia, że NVIDIA pozostaje bezkonkurencyjna w dostawach sprzętu do infrastruktury AI. I trudno się dziwić, skoro nawet sam szef firmy, Jensen Huang, w niedawnym wystąpieniu kwestionował sens tworzenia własnych chipów przez gigantów technologicznych, pytając retorycznie: „Po co budować własny ASIC, skoro można kupić układ lepszy?”

Co dalej z Microsoftem?

Opóźnienie Bragi oznacza, że klienci Azure nadal będą zmuszeni korzystać z układów NVIDII, co potencjalnie może zwiększać koszty usług i ograniczać niezależność Microsoftu. Tymczasem konkurenci z Big Techu idą naprzód i Amazon rozwija układy Trainium 3, a Google siódmą generację układów Tensor Processing Unit (TPU).