Notícia
13 de out de 2026
Maia 300 da Microsoft intensifica a corrida para afrouxar o domínio da Nvidia
A Microsoft vê o silício personalizado como uma forma de controlar o custo e a eficiência dos serviços de IA que ela própria opera, enquanto a força duradoura da Nvidia no treinamento e a cadeia de suprimentos restrita do setor fazem desta uma diversificação, não uma ruptura completa.
A iniciativa da Microsoft em direção a chips de IA próprios vem sendo desenvolvida há anos. Ela apresentou o Maia 100 em 2023 e, depois, levou o Maia 200 a cargas de trabalho de produção, incluindo o Copilot, o GitHub Copilot e seus próprios modelos, neste ano. A empresa afirma que o chip anterior já é sua infraestrutura de IA de melhor desempenho em métricas de serviço no mundo real.1
Em 12 de outubro, a Microsoft apresentou o Maia 300, seu acelerador de terceira geração, posicionando o chip como uma resposta a uma nova e dispendiosa fase da IA: raciocínio com contexto longo, sistemas conversacionais rápidos e agentes de múltiplas etapas. Scott Guthrie, chefe de nuvem da empresa, disse que uma configuração de 96 chips poderia produzir até sete vezes a vazão de tokens em escala de rack do Maia 200, ao mesmo tempo que entrega 40% mais tokens por megawatt do que os principais sistemas baseados em GPU.1
Satya Nadella chamou-o de a “maior aposta até agora em nosso próprio silício” da Microsoft, dizendo que a família Maia seria ampliada para implantações de múltiplos gigawatts a partir de 2027 e se tornaria o principal sistema de inferência para os próprios produtos e serviços da Microsoft.
2 A distinção é importante: os chips da Microsoft não estão atualmente disponíveis para empresas externas alugarem por meio do Azure, e o compromisso não se estende automaticamente a clientes como a OpenAI.3
A estratégia é menos uma declaração de independência da Nvidia do que uma busca por poder de negociação. A Microsoft espera que as implantações de produção do Maia 300 comecem em 2027, mas executivos enfatizaram que a empresa quer a flexibilidade de combinar o silício certo a cada modelo. Nvidia e AMD continuarão sendo parceiras para cargas de trabalho de treinamento, nas quais a Nvidia segue dominante.4
Essa divisão resume a disputa mais ampla pelos chips de IA. Google, Amazon, OpenAI, Meta e Anthropic também estão desenvolvendo ou avaliando alternativas, voltadas em grande parte à inferência, onde os custos operacionais e as margens estão mais expostos. Ainda assim, a receita da Nvidia mais do que dobrou para US$ 96 bilhões no segundo trimestre, e os fabricantes de chips personalizados continuam dependentes da mesma cadeia de suprimentos escassa de fabricação, encapsulamento e memória de alta largura de banda.4
Assim, a Microsoft está tentando capturar uma parcela maior da economia da IA sem apostar que o papel central da Nvidia desaparecerá tão cedo.