---
title: "Microsoft leva Azure Maia 300 à escala de múltiplos gigawatts"
author: "Ignácio Afonso"
date: "2026-10-18 06:35:45.66-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/18/microsoft-leva-azure-maia-300-a-escala-de-multiplos-gigawatts/md"
---

## Resumo
- A Microsoft anunciou implantações do Azure Maia em escala de múltiplos gigawatts a partir de 2027.
- O Maia 300 será o principal sistema de inferência para Copilot, agentes de IA e outros serviços da Microsoft.
- Cada acelerador terá 288 GB de HBM4, largura de banda de 18 TB/s e TDP de 950 watts.
- Um rack reunirá 96 aceleradores, com 167 kW de potência e 27,6 TB de HBM.
- A rede de superpod poderá conectar até 12.288 aceleradores usando Ethernet personalizada.
- A Microsoft projeta 40% mais tokens por megawatt que GPUs líderes e até sete vezes mais throughput por rack que o Maia 200.
- A métrica de eficiência é questionada por falta de padronização e de definição para token útil.

---

Em outubro de 2026, a **Microsoft** anunciou a expansão do Azure Maia para implantações de múltiplos gigawatts a partir de 2027, conforme o [anúncio da empresa](https://news.microsoft.com/source/emea/2026/10/microsoft-announces-maia-300-its-next-generation-custom-ai-chip/). O plano coloca o Maia 300 como o principal sistema de inferência da Microsoft para o Copilot, agentes de IA e outros serviços. A escala importa porque a execução de modelos de inteligência artificial passa a depender de uma infraestrutura própria, desenhada para atender cargas de trabalho cada vez maiores.

## Do acelerador ao superpod

A explicação começa no **Maia 300**, terceira geração de aceleradores de inferência da Microsoft. O chip foi projetado para cargas de trabalho de longo contexto, intensivas em memória e voltadas à decodificação. Sua configuração usa chips em TSMC N2P e inclui **288 GB de HBM4**, memória de alta largura de banda, com capacidade de transferir 18 TB por segundo em cada acelerador. O consumo térmico projetado é de 950 watts por unidade.

Essa configuração ganha outra dimensão quando chega ao rack. Cada estrutura reúne **96 aceleradores**, alcança 167 kW de potência e soma 27,6 TB de HBM. Em escala de superpod, uma rede baseada em Ethernet personalizada conecta até 12.288 aceleradores e dispensa placas de rede separadas para a comunicação entre pares. É uma arquitetura pensada para equilibrar processamento, memória e conexão entre máquinas, porque um chip rápido perde utilidade quando precisa esperar pelos dados.

## A promessa e a régua da eficiência

Mas o número que chama mais atenção também exige cuidado. A Microsoft projeta **40% mais tokens por megawatt** em comparação com GPUs líderes e até sete vezes mais throughput de tokens por rack que o Maia 200, segundo a [análise técnica do anúncio](https://www.infoq.com/news/2026/10/azure-maia-300). A métrica tenta medir quanto trabalho de geração de texto uma instalação entrega por unidade de energia, mas críticos questionam a ausência de padronização e a falta de uma definição comum para "token útil".

A comparação ganha um degrau adicional porque o **Maia 200** continuará em produção e, segundo a Microsoft, já entrega 1,7 vez mais tokens por watt que a infraestrutura atual baseada em GPUs padrão. O Maia 300 será direcionado às tarefas de longo contexto e às experiências conversacionais sensíveis à latência. Por que o chip foi ao rack? Para encontrar uma conexão. É uma piada ruim, eu sei. A produção prevista para 2027 é que mostrará como essas promessas se comportam quando a tecnologia sair da apresentação e ocupar a escala anunciada.