Chip de IA Microsoft: o que o Maia 300 muda

Sua empresa aprovou o orçamento para rodar modelos de IA no próprio servidor, mas o time de facilities avisou que o data center não suporta mais um watt de consumo. O novo chip de IA Microsoft, chamado Maia 300, promete resolver exatamente esse gargalo de energia e processamento para quem opera infraestrutura própria.

Segundo o canaltech.com.br, a Microsoft revelou o Maia 300 nesta segunda-feira (12). O componente processa 40% mais tokens por megawatt do que infraestruturas baseadas em GPUs, permitindo atender mais demandas de IA com a mesma capacidade elétrica. A implantação do chip está prevista para começar em 2027.

O que aconteceu com o chip de IA Microsoft?

A Microsoft apresentou o Maia 300 como a evolução direta do Maia 200, lançado em janeiro de 2026 para dar conta de cargas de trabalho do Microsoft 365 Copilot e do treinamento dos modelos próprios da empresa. O novo chip de IA Microsoft foca especificamente no processo de inferência, que é a etapa em que um modelo já treinado recebe informações e produz respostas em tempo real.

O foco do Maia 300 inclui conversas extensas, tarefas que exigem raciocínio mais elaborado e agentes de IA capazes de executar várias ações em sequência. Ele é voltado para servidores e atende à demanda crescente por operações contínuas e complexas dentro das organizações.

Como a arquitetura do Maia 300 funciona?

A arquitetura do Maia 300 usa pequenos blocos especializados chamados chiplets, fabricados pelo processo N2P da TSMC. Esses chiplets separam funções como cálculo, controle da memória e comunicação, organizando o processamento de forma mais eficiente.

A empresa também aplicou uma técnica que mantém os dados próximos de onde serão utilizados. Isso encurta o caminho percorrido pelas informações dentro do sistema, reduzindo a energia gasta para movimentá-las. Cada acelerador conta com 288 GB de memória HBM4, com capacidade de transferência de até 18 TB por segundo. Essa combinação permite executar modelos maiores, lidar com conversas mais longas e atender mais solicitações simultâneas.

Qual é o contexto desse lançamento?

O mercado de infraestrutura para inteligência artificial sofre com o alto custo energético dos servidores tradicionais baseados em GPUs. Empresas que dependem de inferência em larga escala, como operações com agentes de IA que precisam acessar dados internos e tomar decisões sequenciais, esbarram no limite físico de energia e refrigeração dos data centers.

O Maia 300 responde a esse problema. Na configuração completa de racks, as estruturas que abrigam os equipamentos em data centers, o sistema reúne 96 aceleradores. Com isso, a Microsoft promete processar até sete vezes mais tokens que um rack Maia 200. É um salto de capacidade dentro do mesmo espaço físico, adiando a necessidade de expansão custosa da infraestrutura elétrica.

O que isso muda para as empresas brasileiras?

Para gestores e donos de empresas no Brasil, o Maia 300 altera a matemática da viabilidade de projetos avançados de IA. Empresas de indústria, logística ou saúde que querem usar agentes de IA conectados aos próprios dados esbarravam em dois limitadores: o custo da infraestrutura em nuvem para operações contínuas e o custo de energia para manter servidores locais.

Com um chip de IA Microsoft que processa 40% mais tokens por megawatt, sua empresa consegue manter mais agentes de IA rodando inferência sem estourar o contrato de energia do data center. Isso é especialmente relevante para operações de segurança em aplicações com IA, que exigem monitoramento contínuo e respostas rápidas baseadas em grandes volumes de dados.

O ganho de sete vezes mais tokens por rack também beneficia quem planeja escalar o uso de agentes de IA nas empresas. Em vez de provisionar novos servidores e pagar por espaço adicional, você aproveita melhor o hardware que já tem. A previsão de implantação para 2027 dá tempo para que sua empresa estruture a governança de IA nas empresas e organize os dados para aproveitar essa nova capacidade.

O que sua empresa deve fazer agora?

O Maia 300 chega ao mercado em 2027, mas a preparação para usar essa eficiência toda começa agora. A infraestrutura otimizada só entrega resultado se a empresa tiver processos e dados prontos para alimentar os modelos.

1. Mapeie as demandas de inferência: levante quais processos da sua empresa precisam de respostas em tempo real, como atendimento ao cliente ou análise de sensores na linha de produção.
2. Organize o acesso aos dados: agentes de IA precisam de dados limpos e acessíveis. Estruture suas fontes de informação para que o modelo já treinado encontre o que precisa rapidamente.
3. Defina a política de uso: antes de expandir o uso de IA, estabeleça regras claras sobre o que os agentes podem fazer e quais dados podem acessar.
4. Converse com a equipe da Carper: nós ajudamos sua empresa a fazer o diagnóstico de oportunidades e a criar a governança necessária para quando a infraestrutura evoluir. Converse com a equipe da Carper para planejar os próximos passos.