La progression de Microsoft vers des puces d’IA développées en interne est en préparation depuis des années. L’entreprise a présenté Maia 100 en 2023, puis a intégré Maia 200 aux charges de travail de production, notamment Copilot, GitHub Copilot et ses propres modèles, cette année. L’entreprise affirme que la puce précédente constitue déjà sa meilleure infrastructure d’IA selon des mesures de service en conditions réelles.¹

Le 12 octobre, Microsoft a dévoilé Maia 300, son accélérateur de troisième génération, présentant la puce comme une réponse à une nouvelle phase coûteuse de l’IA : le raisonnement à long contexte, les systèmes conversationnels rapides et les agents à étapes multiples. Scott Guthrie, responsable du cloud de l’entreprise, a déclaré qu’une configuration de 96 puces pouvait produire jusqu’à sept fois le débit de jetons à l’échelle du rack de Maia 200, tout en fournissant 40 % de jetons supplémentaires par mégawatt par rapport aux principaux systèmes basés sur des GPU.¹

Satya Nadella l’a qualifiée de « plus grand pari à ce jour sur notre propre silicium » pour Microsoft, déclarant que la famille Maia serait déployée à une échelle de plusieurs gigawatts à partir de 2027 et deviendrait le principal système d’inférence pour les propres produits et services de Microsoft.Satya Nadella (satyanadella)² La distinction est importante : les puces de Microsoft ne sont actuellement pas disponibles à la location par des entreprises externes via Azure, et cet engagement ne s’étend pas automatiquement à des clients tels qu’OpenAI.³

Cette stratégie relève moins d’une déclaration d’indépendance vis-à-vis de Nvidia que d’une tentative d’accroître son pouvoir de négociation. Microsoft prévoit que les déploiements de production de Maia 300 commenceront en 2027, mais ses dirigeants ont souligné que l’entreprise souhaite disposer de la flexibilité nécessaire pour associer le bon silicium à chaque modèle. Nvidia et AMD resteront des partenaires pour les charges de travail d’entraînement, où Nvidia demeure dominante.⁴

Cette répartition illustre la compétition plus large autour des puces d’IA. Google, Amazon, OpenAI, Meta et Anthropic développent ou étudient également des alternatives, visant principalement l’inférence, où les coûts d’exploitation et les marges sont les plus exposés. Pourtant, le chiffre d’affaires de Nvidia a plus que doublé pour atteindre 96 milliards de dollars au deuxième trimestre, et les fabricants de puces sur mesure dépendent toujours de la même chaîne d’approvisionnement limitée en fabrication, en encapsulation et en mémoire à large bande passante.⁴

Microsoft cherche donc à capter une part plus importante de l’économie de l’IA sans parier que le rôle central de Nvidia disparaîtra de sitôt.