Microsoft Maia 300 İçin Milyonlarca Çipli Yapay Zekâ Planı

Maia 300, Microsoft’un yapay zekâ altyapısında daha yüksek çıkarım kapasitesi ve daha düşük enerji maliyeti hedefleyen yeni nesil özel işlemci sistemi olarak tanıtıldı. Şirket, bu sistemin özellikle uzun bağlamlı akıl yürütme, gecikmeye duyarlı sohbetler ve birden fazla adımı kendi başına yürüten yapay zekâ ajanları için tasarlandığını açıkladı. Duyuru, yapay zekâ hizmetlerinde yalnızca daha güçlü çip arayışının değil, aynı zamanda veri hareketi, bellek kapasitesi ve elektrik kullanımının birlikte yönetilmesinin öne çıktığı bir dönemde geldi.

Microsoft’un 12 Ekim tarihli açıklamasına göre Azure Maia ailesi, 2027’den itibaren çok gigavatlı kurulumlarla büyütülecek. Maia 300’ün Microsoft ürünleri ve hizmetleri için ana çıkarım sistemi haline getirilmesi planlanıyor. Aynı gün yayımlanan bağımsız habere göre şirket, gelecek yıl bu işlemcilerden bir milyondan fazlasını devreye almayı değerlendiriyor; resmi açıklama ise dağıtımın başlayacağı yılı ve çok gigavatlı ölçeği doğruluyor.

Maia 300 Yapay Zekâ Çıkarımında Neyi Değiştiriyor?

Yeni sistemin merkezinde, bir modelin eğitilmesinden çok eğitilmiş modelden yanıt üretmeye odaklanan çıkarım mimarisi bulunuyor. Uzun belgeleri veya uzun konuşma geçmişlerini işleyen uygulamalarda belleğe erişim ve verinin işlem birimleri arasında taşınması, ham hesaplama gücü kadar belirleyici olabiliyor. Maia 300 bu nedenle hesaplama, yüksek bant genişlikli bellek, ağ bağlantısı ve güç sınırını tek bir sistem olarak ele alıyor.

Microsoft, Maia 300’ün önde gelen grafik işlemci tabanlı sistemlere kıyasla megavat başına yüzde 40 daha fazla belirteç üreteceğini öngörüyor. Buradaki belirteç, dil modelinin metni işlerken kullandığı temel parçayı ifade ediyor ve ölçüm doğrudan bir sohbetin kalitesini değil, aynı enerji bütçesi içinde üretilebilen iş miktarını anlatıyor. Karşılaştırmada hangi rakip sistemlerin kullanıldığı açıklanmadığı için bu oranı bağımsız bir laboratuvar sonucu değil, şirketin kendi performans beklentisi olarak değerlendirmek gerekiyor.

Maia 300, 96 hızlandırıcıdan oluşan bir raf yapılandırmasında Maia 200’e göre raf ölçeğinde yedi kata kadar belirteç aktarımına ulaşacak şekilde tasarlanıyor. Böyle bir artış, tek bir kullanıcıya verilen yanıtı otomatik olarak yedi kat hızlandıracağı anlamına gelmiyor. Kazanç; aynı anda hizmet verilen istek sayısı, modelin büyüklüğü, bağlam uzunluğu ve yazılımın yükü donanıma nasıl dağıttığı gibi değişkenlere bağlı olacak.

Resmi teknik açıklamaya göre her sistemde sekiz yüksek bant genişlikli HBM4 bellek yığını bulunacak ve toplam tepe bellek bant genişliği saniyede 18 terabayta çıkacak. Bu bellek düzeni, uzun bağlamlı modellerde ağırlıkların ve ara değerlerin daha hızlı taşınmasını amaçlıyor. Maia 300 için belirtilen 950 wattlık termal tasarım gücü, tek bir hızlandırıcının ısıl ve elektriksel tasarım sınırını ifade ederken, rafın tamamı için açıklanan tüketim 167 kilovat düzeyinde.

Bu değerler, veri merkezinde yalnızca işlemci kartının değil, soğutma, güç dağıtımı, ağ ve depolama katmanlarının da hesaba katılması gerektiğini gösteriyor. Çipin verimli olması tek başına toplam tesis tüketimini aynı oranda düşürmeyebilir. Buna karşılık aynı elektrik bütçesinde daha fazla istek karşılanabilirse, Microsoft’un ölçek büyütürken aradığı temel avantaj kapasite başına maliyet olabilir.

Microsoft’un Çip Tasarımında Çiplet Yaklaşımı

Maia 300’ün işlemci bölümü tek parça büyük bir silikon yerine birden fazla uzmanlaşmış çipletin bir araya geldiği bir tasarıma dayanıyor. Hesaplama işlevleri için kullanılan çipletlerde TSMC’nin N2P olarak adlandırılan iki nanometre sınıfı üretim sürecinden yararlanıldığı bildiriliyor. Bellek denetleyicisi ve giriş-çıkış görevleri gibi başka işlevlerde farklı üretim süreçleri kullanılması, her parçayı ihtiyacına göre maliyetlendirme ve ölçeklendirme olanağı sağlıyor.

Çiplet düzeninin amacı yalnızca daha küçük üretim geometrisine geçmek değil. Microsoft, veri akışını yazılım tarafından tanımlanan bir yapı içinde düzenleyerek gereksiz veri taşımayı azaltmayı, işlemci çekirdekleriyle bellek ve ağ kaynaklarının kullanımını aynı anda iyileştirmeyi hedefliyor. Yapay zekâ çıkarımında verinin bir birimden diğerine taşınması çoğu zaman hesaplamanın kendisi kadar enerji ve zaman tüketebildiğinden, bu yaklaşım donanımın gerçek kullanım performansını etkileyebilir.

Maia 300, düşük hassasiyetli hesaplama biçimlerini de sistem tasarımının parçası olarak kullanıyor. Açıklamada MXFP4 adı verilen geliştirilmiş bir biçimden söz ediliyor; bu tür formatlar, bazı hesaplamalarda daha az bit kullanarak bellek ve bant genişliği ihtiyacını azaltmayı amaçlıyor. Düşük hassasiyet her görev için uygun olmadığı için pratik sonuç, modelin hangi katmanlarının bu biçimi güvenilir biçimde kullanabildiğine ve yazılım kütüphanelerinin bunu ne kadar iyi desteklediğine bağlı olacak.

Ağ tarafında hızlandırıcılar arası bağlantı, sistemin ayrı bir çevre birimi olarak değil, veri akışının devamı olarak kurgulanıyor. Yüksek bant genişlikli bağlantılar tensör paralelliği için kullanılırken, Ethernet tabanlı özel bir yapay zekâ taşıma katmanı raflar arasındaki iletişimi düzenliyor. Bu düzenin amacı, tek bir rafın içindeki 96 hızlandırıcıdan başlayıp veri merkezi ölçeğine kadar büyürken ağ gecikmesini ve veri kopyalarını sınırlamak.

Şirket, 96 hızlandırıcılı raflarda toplam 27,6 terabayt HBM kapasitesi ve saniyede 1,7 petabaytlık toplu HBM bant genişliği öngörüyor. Bu rakamlar, büyük modellerin tek bir sunucuya sığdığı anlamına gelmiyor; modelin ağırlıklarının ve çalışma verisinin çok sayıda hızlandırıcıya dağıtılabildiği yüksek hızlı bir alanı tarif ediyor. Sonuç, bir rafın daha fazla eşzamanlı isteği veya daha büyük bağlamları taşıyabilmesi olabilir.

Maia 200’den Maia 300’e Geçişin Anlamı

Microsoft’un önceki nesil Maia 200 işlemcisi artık üretim iş yüklerinde kullanılıyor. Resmi açıklamaya göre bu sistem, Copilot ve Microsoft Teams gibi ürünlerdeki yapay zekâ özelliklerinin yanı sıra şirketin kendi modellerini, OpenAI modellerini ve bazı açık kaynak model ailelerini çalıştırıyor. GitHub Copilot ile Microsoft Foundry iş yüklerinin de yıl sonuna kadar Maia 200 üzerinde desteklenmesi planlanıyor.

Maia 200’ün Amerika Birleşik Devletleri, Avrupa ve Avustralya’da dağıtılması, yeni çipin yalnızca laboratuvar prototipi olarak kalmadığını gösteriyor. Microsoft, yerleşik yapay zekâ özelliklerinde önde gelen grafik işlemci altyapısına kıyasla watt başına 1,7 kata kadar daha fazla belirteç ürettiğini belirtiyor. Bu karşılaştırma da şirketin beyanı olduğu için gerçek ortam sonuçlarının model, hizmet seviyesi ve veri merkezi tasarımına göre değişebileceği notunu korumak gerekiyor.

Maia 300’ün hedeflediği kullanım alanı, basit soru-cevap ekranlarının ötesine geçen iş akışları. Kod üretiminde birden fazla dosyayı tarayan ajanlar, şirket içi verilerden yanıt veren uzun bağlamlı yardımcılar ve sağlık çalışanlarının idari yükünü azaltmayı amaçlayan Dragon Copilot gibi uygulamalar daha uzun süre çalışan ve daha fazla ara veri kullanan iş yükleri oluşturuyor. Bu nedenle sistem, yalnızca tek bir yanıtın gecikmesini değil, yüksek hacimli sürekli hizmet sunumunu da optimize etmeye çalışıyor.

Bu mimari, model seçimini de tek bir sağlayıcıya bağlamıyor. Microsoft, Maia ailesi üzerinde kendi MAI modellerinin yanında OpenAI modellerini ve açık kaynak ailelerini çalıştırdığını belirtiyor. Farklı modellerin bellek erişimi, hesaplama yoğunluğu ve yanıt üretme biçimi değiştiği için heterojen yazılım desteği, özel çip yatırımının ticari karşılığını belirleyen önemli unsurlardan biri olacak.

Yeni işlemci, Nvidia’nın en güncel veri merkezi ürünleriyle doğrudan rekabet eden bir altyapı hamlesi olarak konumlanıyor. Bağımsız haberde, Maia 300 raflarının 96 işlemciyle yaklaşık 167 kilovat kullandığı; Nvidia’nın karşılaştırılan GB300 raflarının ise 72 grafik işlemciyle yaklaşık 142 kilovat tükettiği aktarılıyor. Bu iki rakamın farklı mimarileri ve iş yüklerini temsil ettiği unutulmamalı; daha yüksek toplam raf tüketimi, yalnızca kilovat değeriyle verimsizlik hükmü vermeye yetmez.

Çok Gigavatlı Dağıtımın Veri Merkezlerine Etkisi

Microsoft’un gelecek yıl için açıkladığı çok gigavatlı dağıtım planı, çip duyurusunu tek bir ürün lansmanından daha geniş bir altyapı kararına dönüştürüyor. Bir milyonun üzerindeki işlemci hedefi gerçekleşirse, üretim kapasitesi, paketleme, bellek tedariki, elektrik bağlantıları ve veri merkezi inşaatının aynı takvimde ilerlemesi gerekecek. Şirketin yatırım harcamaları ve kuracağı tesislerin konumu bu haberin sonraki aşamalarında izlenmesi gereken başlıklar arasında.

Çok gigavat ifadesi, tek bir binanın anlık tüketimini değil, büyük sayıda yapay zekâ rafının kurulacağı toplam kapasite ölçeğini anlatıyor. Böyle bir kapasitede soğutma yöntemi, şebekeye bağlantı süresi ve tesislerin yükü gün içinde nasıl yöneteceği çipin performansı kadar önemli hale geliyor. Enerji başına daha fazla üretim iddiası bu yüzden yalnızca donanım verimliliği değil, yapay zekâ hizmetlerinin büyümesinin elektrik talebiyle nasıl dengeleneceği sorusuyla da ilgili.

Maia 300’ün üretim dağıtımının 2027’de başlaması, duyurunun kullanıcıların hemen satın alabileceği bir sunucu ürünü anlamına gelmediğini gösteriyor. Açıklamada fiyat, bağımsız benchmark sonuçları, hangi müşterilerin öncelikli erişim alacağı ve bir milyondan fazla çip hedefinin kesin sipariş mi yoksa kapasite planı mı olduğu ayrıntılandırılmıyor. Bu nedenle bugün için doğrulanabilen nokta, Microsoft’un özel çıkarım altyapısını şirket içi ürünlerinde büyütme ve bunu çok gigavatlı ölçekte yapma kararı.

Geliştiriciler açısından en doğrudan etki, donanımın Azure hizmetleri ve Microsoft’un kendi yapay zekâ ürünleriyle birlikte sunulacak olması. Bir modelin Maia 300 üzerinde verimli çalışması için derleyiciler, çekirdekler, bellek yönetimi ve dağıtık ağ katmanının birlikte ayarlanması gerekecek. Kullanıcı arayüzünde bu değişiklik görünmeyebilir; ancak yanıt başına maliyet, yoğun saatlerde kapasite ve uzun belgelerdeki gecikme gibi ölçüler üzerinde etkisi olabilir.

Özel çip stratejisi, yapay zekâ pazarındaki tedarik rekabetini de genişletiyor. Büyük bulut sağlayıcıları, genel amaçlı grafik işlemcileri tamamen bırakmadan belirli çıkarım yükleri için kendi silikonlarını tasarlayarak maliyeti ve teslimat süresini daha fazla kontrol etmeye çalışıyor. Maia 300’ün başarısı yalnızca teknik özelliklerle değil, Microsoft’un bu çipi gerçek hizmet trafiğinde ne kadar istikrarlı çalıştırabildiği, yeni model mimarilerine ne kadar hızlı uyarladığı ve kapasiteyi ne kadar sürede kurduğu ile ölçülecek.

Şimdilik açıklanan tablo, Maia 300’ün Microsoft’un yapay zekâ hizmetlerinde çıkarım ağırlığını artıran, enerji ve bellek kullanımını birlikte optimize etmeye çalışan bir sistem olduğunu ortaya koyuyor. 2027’de başlayacağı belirtilen üretim dağıtımı, Copilot, GitHub Copilot, Microsoft Foundry ve benzeri hizmetlerde hangi iş yüklerinin yeni mimariye taşınacağını görünür hale getirecek. Bağımsız performans ölçümleri ve saha sonuçları yayımlanana kadar yüzde 40 verimlilik ile yedi kat throughput ifadeleri şirket hedefi olarak izlenmeli.