الخلاصة
ارتفع سهم مايكروسوفت (MSFT) بنسبة 0.88% مع توسيع الشركة لاستراتيجية رقائق الذكاء الاصطناعي الخاصة بها
رقائق Azure Maia 300 من مايكروسوفت تستهدف خفض تكاليف الذكاء الاصطناعي وتحسين كفاءة السحابة
مايكروسوفت تخطط لإطلاق واسع النطاق متعدد الغيغاواط لمعالجات Maia 300 للذكاء الاصطناعي في 2027
تستهدف Azure Maia 300 كفاءة طاقة أفضل بنسبة 40% ومعدل إنتاجية أعلى بسبع مرات
تهدف معالجات الذكاء الاصطناعي المخصصة من مايكروسوفت إلى تقليل الاعتماد على عتاد وحدات معالجة الرسوميات من إنفيديا
مايكروسوفت توسّع البنية التحتية للذكاء الاصطناعي مع Azure Maia 300
أعلنت مايكروسوفت عن خطط لنشر معالجات Maia 300 القادمة عبر مراكز البيانات العالمية على نطاق متعدد الغيغاواط. وتعتزم الشركة تشغيل GitHub Copilot وMicrosoft Foundry وتطبيقات مؤسسية أخرى من خلال عتادها الخاص. يدعم هذا التوسع استراتيجية مايكروسوفت لتقليل الاعتماد على موردي الشرائح الخارجيين مع تلبية المتطلبات الحاسوبية المتزايدة.
يأتي هذا الإعلان في أعقاب ارتفاع نفقات البنية التحتية في قطاع الحوسبة السحابية، مع توسع الشركات في خدمات الذكاء الاصطناعي. وتواصل شركات التكنولوجيا الكبرى الاستثمار في المعالجات المتخصصة لأن نماذج الذكاء الاصطناعي المتقدمة تتطلب قدرة حاسوبية وكهرباء بكميات كبيرة. وبناءً على ذلك، تسعى Microsoft إلى تحسين الكفاءة التشغيلية وتقليل تعرضها لقيود إمدادات معالجات الرسوميات.
تمثل Maia 300 مرحلة أخرى في تطوير Microsoft للأجهزة المتخصصة لمنصة Azure السحابية. وسيدعم نشرها أعباء عمل الاستدلال، التي تتيح لنماذج الذكاء الاصطناعي المدرّبة إنشاء الإجابات ومعالجة الطلبات. علاوة على ذلك، تتوقع الشركة أن تتولى هذه المعالجات تشغيل تطبيقات تزداد تعقيدًا، مع تحسين الأداء في بنيتها التحتية السحابية.
Maia 300 تستهدف كفاءة وقدرة معالجة أعلى
تخطط Microsoft لتصنيع معالج Maia 300 باستخدام تقنية إنتاج أشباه الموصلات المتقدمة N2P من TSMC وبنية الشرائح الصغيرة (chiplet). وسيضم المعالج ثماني حزم من ذاكرة HBM4 لدعم معالجة البيانات بوتيرة أسرع وتطبيقات الذكاء الاصطناعي كثيفة المتطلبات. ووفقًا لتوقعات الشركة، سيحسن النظام كفاءة الطاقة بنسبة 40% لكل ميغاواط مقارنة بالأجهزة المنافسة.
وتتوقع Microsoft أيضًا أن يوفر معالجها المرتقب معدل نقل للرموز على مستوى الرفوف أكبر بسبعة أضعاف من نظامها الحالي. وقد تساعد قدرة المعالجة الأعلى Azure على دعم مزيد من تطبيقات المؤسسات دون زيادة متطلبات الطاقة للبنية التحتية بصورة متناسبة. وتشكل هذه التحسينات جزءًا من جهود Microsoft الأوسع للتحكم في نفقات التشغيل مع توسع أعباء عمل الذكاء الاصطناعي.
وفي الوقت نفسه، تواصل Microsoft نشر معالجات Maia 200 في بيئات الإنتاج بأمريكا الشمالية وأوروبا وأستراليا. وتفيد الشركة بأن Maia 200 يحقق إنتاجية تصل إلى 1.7 ضعف لكل واط في أعباء عمل محددة. وتشمل هذه الأعباء تطبيقات Microsoft Teams وCopilot، التي تستفيد بالفعل من البنية التحتية المتنامية للشركة في مجال الذكاء الاصطناعي.
Microsoft تعزز مكانتها في مواجهة مزودي الخدمات السحابية المنافسين
تأتي استراتيجية Microsoft للمعالجات المصممة خصيصًا بها بعد استثمارات مماثلة في الأجهزة من Google وAmazon وMeta عبر عملياتها الحاسوبية. وتطور هذه الشركات مسرّعات متخصصة لتقليل اعتمادها على معالجات الرسوميات المستخدمة على نطاق واسع في مراكز بيانات Nvidia. ومع اشتداد المنافسة، أصبح تطوير الرقائق الخاصة عنصرًا أساسيًا في إدارة الأداء والقدرة والإنفاق على البنية التحتية.
تتوقع Microsoft أن يدعم نشرها متعدد الغيغاواط استمرار النمو في Azure وخدماتها البرمجية للمؤسسات. وتصمم الشركة أجهزتها لتنفيذ مهام الاستدلال المتقدمة والتطبيقات التي تنجز عدة خطوات آلية. لذلك، تربط خارطة طريق المعالجات لديها بين القدرة الحاسوبية المستقبلية وجهود تحسين اقتصاديات الخدمات السحابية وكفاءتها.
سيتطلب التوسع المخطط له في عام 2027 من Microsoft دمج معالجات جديدة في بنيتها التحتية العالمية الحالية. وتشكل خبرتها في تشغيل Maia 200 أساسًا لإدارة أعباء العمل الإنتاجية قبل وصول الجيل التالي من المعالجات. وتسعى Microsoft الآن إلى زيادة القدرة الحاسوبية مع التحكم في استهلاك الطاقة ودعم انتشار خدمات الذكاء الاصطناعي على نطاق أوسع.
نُشر مقال Microsoft (MSFT) Stock: Gains as Azure Maia 300 Targets AI Costs أولًا على Blockonomi.