माइक्रोसॉफ्ट मैया 200: नया इन-हाउस एआई एक्सेलेरेटर जो बड़े पैमाने पर अनुमान लगाने की परिभाषा को फिर से परिभाषित करता है

होम » अजगर » माइक्रोसॉफ्ट मैया 200: नया इन-हाउस एआई एक्सेलेरेटर जो बड़े पैमाने पर अनुमान लगाने की परिभाषा को फिर से परिभाषित करता है

RSI माइक्रोसॉफ्ट मैया 200 कंपनी का नवीनतम इन-हाउस एआई एक्सेलेरेटर चिप आ चुका है, जिसे क्लाउड में बड़े पैमाने पर इन्फरेंस वर्कलोड को संभालने के लिए विशेष रूप से डिज़ाइन किया गया है। यह प्रोसेसर आम उपभोक्ता उपकरणों के लिए नहीं, बल्कि भारी-भरकम डेटा सेंटर वातावरण के लिए बनाया गया है, जहां अरबों पैरामीटर वाले मॉडल लगातार चलाए जाते हैं ताकि सवालों के जवाब दिए जा सकें, कंटेंट तैयार किया जा सके और एंटरप्राइज़ एप्लिकेशन को शक्ति प्रदान की जा सके।

माइक्रोसॉफ्ट Maia 200 को एक प्रकार का बताता है एआई अनुमान के लिए "सिलिकॉन वर्कहॉर्स"यह चिप विशेष रूप से पहले से प्रशिक्षित मॉडलों को तेजी से, कुशलतापूर्वक और बड़े पैमाने पर चलाने के लिए तैयार की गई है। इस चिप को कंपनी के Azure इंफ्रास्ट्रक्चर के एक महत्वपूर्ण स्तंभ के रूप में स्थापित किया जा रहा है, जो Microsoft 365 Copilot, Microsoft Foundry और OpenAI के साथ साझेदारी में और कंपनी के भीतर विकसित किए गए नवीनतम पीढ़ी के बड़े भाषा मॉडलों जैसी सेवाओं का आधार है।

आर्किटेक्चर, प्रोसेस नोड और रॉ परफॉर्मेंस

नए एक्सेलेरेटर के केंद्र में एक है टीएसएमसी की 3-नैनोमीटर निर्माण प्रक्रियामाईया 200 को उच्च-प्रदर्शन कंप्यूटिंग के लिए वर्तमान में उपलब्ध सबसे उन्नत निर्माण तकनीकों के साथ संरेखित किया गया है। इस नोड का लाभ उठाते हुए, माइक्रोसॉफ्ट ने कुछ खुलासों में एक ही माईया 200 डाई पर 100 बिलियन से अधिक ट्रांजिस्टर पैक किए हैं, जबकि अन्य तकनीकी ब्रीफिंग में इससे कम संख्या बताई गई है। 140 बिलियन ट्रांजिस्टरहालांकि सटीक संख्या स्रोतों के अनुसार भिन्न होती है, सभी रिपोर्टें इस विचार पर एकमत हैं कि यह एक अत्यंत सघन, अत्याधुनिक डिजाइन है।

प्रदर्शन के लिहाज से, Maia 200 स्पष्ट रूप से अनुकूलित है कम परिशुद्धता वाले डेटा प्रारूप जो आधुनिक अनुमान कार्यभार में मानक बन गए हैं। माइक्रोसॉफ्ट का कहना है कि एक्सेलेरेटर 10 पेटाफ्लॉप्स (10) से अधिक की गति प्राप्त कर सकता है।¹⁵ 4-बिट परिशुद्धता (FP4) में चलने पर चिप प्रति सेकंड फ्लोटिंग पॉइंट ऑपरेशन्स की संख्या (FP4 एक संपीड़ित संख्यात्मक प्रारूप है जो उच्च थ्रूपुट और बेहतर ऊर्जा दक्षता के लिए कुछ सटीकता का त्याग करता है) तक पहुंच सकती है। 8-बिट मोड (FP8) में, चिप लगभग 5 पेटाफ्लॉप्स की गति प्रदान करती है, जिससे इसे उन जटिल अनुमान कार्यों के लिए पर्याप्त गुंजाइश मिलती है जिन्हें FP4 से अधिक परिशुद्धता की आवश्यकता होती है।

ये आंकड़े केवल सैद्धांतिक नहीं हैं: Maia 200 के एक नोड को आज के सबसे बड़े मॉडल चलाने में सक्षम बताया गया है। साथ ही, भविष्य में उभरने वाली और भी बड़ी आर्किटेक्चर के लिए गुंजाइश छोड़ी गई है। यही कारण है कि माइक्रोसॉफ्ट Maia 200 को कंपनी का अब तक का सबसे सक्षम फर्स्ट-पार्टी सिलिकॉन मानता है, जो उन वर्कलोड को लक्षित करता है जो पहले से ही मौजूदा इंफ्रास्ट्रक्चर की सीमाओं को पार कर रहे हैं।

आंतरिक और सार्वजनिक तुलनाओं में, माइक्रोसॉफ्ट का दावा है कि Maia 200, FP4 की तुलना में तीन से चार गुना बेहतर प्रदर्शन करती है। अमेज़न के तीसरी पीढ़ी के ट्रेनियम एक्सेलेरेटर और FP8 थ्रूपुट के मामले में, यह कुछ मापदंडों में गूगल के सातवीं पीढ़ी के टीपीयू से भी आगे निकल जाता है। हालांकि चिप-टू-चिप तुलना हमेशा सूक्ष्म होती है, लेकिन ये आंकड़े दर्शाते हैं कि माइक्रोसॉफ्ट को Maia 200 पर इतना भरोसा है कि वह इसे वर्तमान हाइपरस्केलर-डिज़ाइन किए गए एक्सेलेरेटरों में अग्रणी के रूप में प्रस्तुत कर सकता है।

महत्वपूर्ण बात यह है कि कंपनी न केवल कच्ची गति पर बल्कि दक्षता और लागतमाइक्रोसॉफ्ट के अनुसार, Maia 200, पहली पीढ़ी के Maia 100 की तुलना में प्रति डॉलर लगभग 30% बेहतर प्रदर्शन प्रदान करता है, भले ही यह उच्च थर्मल डिज़ाइन पावर पर काम करता हो। क्लाउड प्रदाताओं और ग्राहकों दोनों के लिए, इस तरह का लागत-प्रदर्शन अनुपात एआई सेवाओं को बढ़ाने के तरीके तय करने में एक महत्वपूर्ण कारक है।

मेमोरी सबसिस्टम और डेटा हैंडलिंग

Maia 200 की सबसे खास विशेषताओं में से एक इसकी मेमोरी कॉन्फ़िगरेशन, जिसे विशेष रूप से बड़े एआई मॉडल के लिए ट्यून किया गया है।इस एक्सेलेरेटर में 216 जीबी की HBM3E हाई-बैंडविड्थ मेमोरी एकीकृत है, जो लगभग 7 TB/s की कुल HBM बैंडविड्थ के साथ आती है। इस बैंडविड्थ का उद्देश्य विशाल मॉडल वेट और एक्टिवेशन को बिना किसी बाधा के लगातार फीड करना है, जो हाई-थ्रूपुट इन्फरेंस के लिए एक महत्वपूर्ण आवश्यकता है। आधुनिक भंडारण प्रणाली वास्तुकला.

एचबीएम के अलावा, चिप में लगभग शामिल हैं 272 MB ऑन-डाई SRAMयह मेमोरी मल्टी-टियर पदानुक्रम में व्यवस्थित है, जिसे माइक्रोसॉफ्ट क्लस्टर-लेवल एसआरएएम (सीएसआरएएम) और टाइल-लेवल एसआरएएम (टीएसआरएएम) के रूप में वर्णित करता है। यह स्तरित डिज़ाइन बार-बार एक्सेस किए जाने वाले डेटा को कंप्यूट यूनिट के करीब रखने की अनुमति देता है, जिससे लेटेंसी कम होती है और उपलब्ध बैंडविड्थ का प्रभावी उपयोग बेहतर होता है। ऐसा लगता है कि माईया 200 के अनुसंधान और विकास प्रयासों का एक बड़ा हिस्सा इस मेमोरी पदानुक्रम में निवेश किया गया है, जो एक्सेलेरेटर की कंप्यूट यूनिट को व्यस्त रखने के लिए केंद्रीय है।

समग्र वास्तुकला इस प्रकार उन्मुख है मॉडल पैरामीटर और मध्यवर्ती डेटा को स्थानीय स्तर पर रखना जितना संभव हो सके, ताकि किसी अनुमान कार्य को आवश्यक जानकारी के लिए लगातार सर्वर या नेटवर्क पर निर्भर न रहना पड़े। इस स्थानीय फोकस का मतलब है कि किसी दिए गए मॉडल को होस्ट करने के लिए कम एक्सेलेरेटर की आवश्यकता हो सकती है, जिससे बड़े वर्कलोड तैनात करने वाले ग्राहकों के लिए हार्डवेयर की संख्या और परिचालन जटिलता दोनों कम हो सकती हैं।

पैकेज पर दी गई मेमोरी के अलावा, Maia 200 काफी कुछ सपोर्ट करता है। चिप्स के बीच बैंडविड्थ को बढ़ानारिपोर्ट के अनुसार, इसकी इंटरकनेक्ट क्षमता 2.8 टीबी/सेकंड तक है। यह क्षमता कई एक्सेलरेटर को एक सर्वर या रैक के भीतर संसाधनों के एक एकीकृत पूल के रूप में कार्य करने की अनुमति देने के लिए डिज़ाइन की गई है, जिससे उन्हें विशेष रूप से बड़े या जटिल अनुमान कार्यों से निपटने में मदद मिलती है जो एक एकल डिवाइस की क्षमता से अधिक हो सकते हैं।

हालांकि माइक्रोसॉफ्ट ने अभी तक Maia 200-सक्षम रैक के सटीक लेआउट या पूरी तरह से सुसज्जित सिस्टम की कुल पेटाफ्लॉप रेटिंग के बारे में विस्तृत जानकारी सार्वजनिक नहीं की है, कंपनी का कहना है कि इन एक्सेलेरेटर को अन्य प्रकार के AI हार्डवेयर के साथ तैनात किया जाएगा। व्यवहार में, इसका मतलब है Maia 200 एक विषम Azure अवसंरचना का हिस्सा है।जीपीयू और अन्य एक्सेलेरेटरों को पूरी तरह से बदलने के बजाय उनके साथ सहयोग करना।

अनुमान संबंधी फोकस और वास्तविक दुनिया के कार्यभार

स्क्रैच से मॉडल बनाने के लिए अनुकूलित प्रशिक्षण एक्सेलेरेटर के विपरीत, Maia 200 का लक्ष्य है अनुमान लगाना — प्रशिक्षित होने के बाद मॉडलों को चलाने की प्रक्रियाकृत्रिम बुद्धिमत्ता (एआई) के उपयोग का यह चरण अक्सर चल रहे परिचालन लागतों पर हावी रहता है, क्योंकि प्रशिक्षण पूरा होने के बाद मॉडल से लाखों या अरबों बार क्वेरी की जा सकती है। जैसे-जैसे संगठन अधिक जटिल प्रणालियों को अपनाते हैं, अनुमान प्रक्रिया को सुव्यवस्थित करने की आवश्यकता और भी अधिक जरूरी हो गई है।

FP4 और FP8 फॉर्मेट पर ध्यान केंद्रित करके, Maia 200 का लक्ष्य इन दोनों के बीच एक सही संतुलन स्थापित करना है। सटीकता, गति और ऊर्जा खपतFP4, कम सटीक होने के बावजूद, असाधारण रूप से उच्च थ्रूपुट प्रदान करता है और उन मॉडलों के लिए उपयुक्त है जो आउटपुट गुणवत्ता में महत्वपूर्ण गिरावट के बिना क्वांटाइजेशन को सहन कर सकते हैं। FP8 उन परिदृश्यों के लिए उच्च परिशुद्धता वाला विकल्प प्रदान करता है जहां सटीकता एक बड़ी चिंता का विषय है, साथ ही यह पारंपरिक 16-बिट या 32-बिट फ्लोटिंग पॉइंट प्रारूपों की तुलना में बेहतर दक्षता भी प्रदान करता है।

माइक्रोसॉफ्ट ने Maia 200 का उपयोग करना शुरू कर दिया है। ओपनएआई का जीपीटी-5.2 मॉडल और अन्य उन्नत एलएलएम यह एक्सेलरेटर Azure के माध्यम से काम करता है। यह Microsoft Foundry में भी एकीकृत है, जो अनुकूलित AI समाधान बनाने का एक प्लेटफॉर्म है, और यह Microsoft 365 Copilot के वर्कलोड को शक्ति प्रदान करता है, जो कंपनी का उत्पादकता-केंद्रित सहायक है। इन भूमिकाओं में, Maia 200 का उद्देश्य प्रतिक्रिया समय को बेहतर बनाना, थ्रूपुट बढ़ाना और लागत में आनुपातिक वृद्धि किए बिना अधिक परिष्कृत सुविधाओं को सक्षम करना है।

आंतरिक रूप से, Maia 200 पहले से ही परियोजनाओं का समर्थन करता है। माइक्रोसॉफ्ट की सुपरइंटेलिजेंस टीमयह कंपनी एक महत्वाकांक्षी प्रभाग है जो अत्याधुनिक एआई प्रणालियों की खोज कर रही है। कंपनी ने Maia 200 सॉफ्टवेयर डेवलपमेंट किट का प्रारंभिक पूर्वावलोकन चुनिंदा भागीदारों के लिए खोल दिया है, जिनमें शिक्षाविद, डेवलपर, एआई प्रयोगशालाएं और ओपन-सोर्स मॉडल में योगदानकर्ता शामिल हैं। इस एसडीके पूर्वावलोकन का उद्देश्य बाहरी टीमों को चिप के अनुरूप अपने कार्यभार को ढालने और इसकी वास्तुकला का सर्वोत्तम उपयोग कैसे किया जा सकता है, यह जानने में मदद करना है।

उपयोगकर्ता के दृष्टिकोण से, Maia 200 की शुरुआत से अधिकांश लोगों के दैनिक जीवन में AI सेवाओं के साथ बातचीत करने के तरीके में तुरंत कोई बदलाव नहीं आएगा। हालाँकि, जैसे-जैसे अधिक अनुमान कार्य नए एक्सेलेरेटर में स्थानांतरित होंगे, अंतिम उपयोगकर्ताओं को तेज़ प्रतिक्रियाएँ, बेहतर अनुभव और नई क्षमताएँ देखने को मिल सकती हैं। कोपायलट जैसे टूल, एज़्योर ओपनएआई-आधारित एप्लिकेशन और अन्य माइक्रोसॉफ्ट सेवाओं में, जो पर्दे के पीछे भारी मात्रा में इन्फरेंसिंग पर निर्भर करती हैं।

Azure डेटा केंद्रों में परिनियोजन और उपलब्धता

Maia 200 पहले से ही माइक्रोसॉफ्ट के क्लाउड इंफ्रास्ट्रक्चर में उत्पादन में उपयोग में है। कंपनी इसकी पुष्टि करती है। इसके शुरुआती डिप्लॉयमेंट अमेरिका के सेंट्रल एज्योर क्षेत्र में लाइव हैं।डेस मोइन्स, आयोवा के पास। अतिरिक्त रोलआउट की योजना बनाई जा रही है, जिसमें फीनिक्स, एरिज़ोना क्षेत्र में यूएस वेस्ट 3 को माईया 200 क्षमता प्राप्त करने वाले अगले क्षेत्रों में से एक के रूप में नामित किया गया है, और आपूर्ति बढ़ने के साथ-साथ समय के साथ और अधिक भौगोलिक क्षेत्रों को शामिल किए जाने की उम्मीद है।

फिलहाल, Maia 200 को विशेष रूप से इसके हिस्से के रूप में तैनात किया गया है। माइक्रोसॉफ्ट द्वारा प्रबंधित डेटा सेंटर सिस्टमग्राहकों को सीधे बेचे जाने वाले जीपीयू या कुछ तृतीय-पक्ष एक्सेलेरेटर के विपरीत, यह चिप ऑन-प्रिमाइसेस वातावरण में खरीद और स्थापना के लिए एक अलग घटक के रूप में पेश नहीं की जा रही है। इसके बजाय, संगठन Azure सेवाओं, एपीआई और प्रबंधित प्लेटफार्मों के माध्यम से अप्रत्यक्ष रूप से Maia 200 की क्षमताओं तक पहुंच प्राप्त करेंगे।

माइक्रोसॉफ्ट ने संकेत दिया है कि ऐसा होगा आगे चलकर ग्राहकों के लिए व्यापक उपलब्धताइससे संकेत मिलता है कि जैसे-जैसे इकोसिस्टम परिपक्व होगा, Azure के भीतर Maia 200 समर्थित इंस्टेंसेस या सेवाओं को अधिक ग्राहक स्पष्ट रूप से लक्षित कर सकेंगे। क्या यह अंततः Microsoft के क्लाउड से बाहर के स्टैंडअलोन सिस्टम तक विस्तारित होगा, यह एक खुला प्रश्न है, लेकिन वर्तमान में मुख्य जोर होस्टेड पेशकशों पर है।

व्यावहारिक लाभों के संदर्भ में, Azure OpenAI के ग्राहकों, वैज्ञानिकों, डेवलपर्स और बड़े उद्यमों को धीरे-धीरे लाभ दिखाई देने चाहिए। उच्च थ्रूपुट और बेहतर लेटेंसी Maia 200 के व्यापक रूप से उपयोग में आने से जटिल अनुमान कार्यभारों के लिए यह और भी उपयोगी हो सकता है। यह वित्तीय मॉडलिंग, खोज, स्वायत्त एजेंट या वास्तविक समय जनरेटिव सिस्टम जैसे अनुप्रयोगों के लिए विशेष रूप से महत्वपूर्ण हो सकता है, जिन्हें गति और स्थिरता दोनों की आवश्यकता होती है।

वाणिज्यिक उपयोगकर्ताओं के अलावा, माइक्रोसॉफ्ट का सुझाव है कि Maia 200 द्वारा संचालित बुनियादी ढांचा बड़े पैमाने पर जलवायु मॉडलिंग, जीव विज्ञान और रसायन विज्ञान जैसे क्षेत्रों में अनुसंधान परियोजनाएंये क्षेत्र विस्तृत सिमुलेशन और जटिल मॉडलों पर बहुत अधिक निर्भर करते हैं, जिन्हें विशाल डेटासेट पर तीव्र अनुमान लगाने के लिए अनुकूलित त्वरक से काफी लाभ मिल सकता है।

दक्षता, तापीय और पर्यावरणीय स्थिति

एआई इंफ्रास्ट्रक्चर की पर्यावरणीय लागतों पर ध्यान बढ़ने के साथ, माइक्रोसॉफ्ट माईया 200 को एक दक्षता-जागरूक त्वरक यह पूरी तरह से बिजली की अत्यधिक खपत करने वाले डिज़ाइन के बजाय, चिप की थर्मल डिज़ाइन पावर (टीडीपी) लगभग 750 वाट है, जो बाजार में मौजूद कुछ सबसे अधिक बिजली की खपत करने वाले जीपीयू, जैसे कि एनवीडिया के ब्लैकवेल बी300 अल्ट्रा (लगभग 1,400 वाट) की तुलना में काफी कम है।

अपने पूर्ववर्ती Maia 100 की तुलना में उच्च TDP होने के बावजूद, नए एक्सेलेरेटर के बेहतर प्रदर्शन की बात कही जा रही है। प्रति डॉलर लगभग 30% बेहतर प्रदर्शन पिछली पीढ़ी की तुलना में यह बेहतर प्रदर्शन करता है। इस सुधार का श्रेय अधिक उन्नत फैब्रिकेशन नोड, आर्किटेक्चरल परिष्करण और अधिक कुशल मेमोरी सबसिस्टम को जाता है। पहले की रिपोर्टों में बताया गया था कि हालांकि Maia 100 को तकनीकी रूप से 700 वाट की क्षमता के लिए डिज़ाइन किया गया था, लेकिन Microsoft ने व्यवहार में इसे लगभग 500 वाट तक सीमित कर दिया था, जिससे यह संकेत मिलता है कि तैनाती विकल्पों के आधार पर Maia 200 भी अपनी सैद्धांतिक सीमा से नीचे चल सकता है।

माईया 200 को लेकर माइक्रोसॉफ्ट का संदेश एक व्यापक कॉर्पोरेट प्रयास के अनुरूप है, जो यह दर्शाता है कि वह बड़े पैमाने पर डेटा केंद्रों के प्रभाव के प्रति सचेत आसपास के समुदायों और पर्यावरण पर इसका प्रभाव पड़ता है। अधिकारियों ने सार्वजनिक रूप से तर्क दिया है कि सार्वजनिक समर्थन बनाए रखने और संभावित एआई प्रतिक्रिया से बचने के लिए एआई विकास को समाज को ठोस लाभ प्रदर्शित करना होगा।

व्यवहारिक रूप से, प्रति वाट और प्रति डॉलर उच्च दक्षता से किसी दिए गए सेवा स्तर को बनाए रखने के लिए आवश्यक एक्सेलरेटरों की संख्या कम हो सकती है, जिससे ऊर्जा खपत और हार्डवेयर की आवश्यकता दोनों सीमित हो जाती हैं। इससे हाइपरस्केलिंग कंपनियां ऊर्जा उपयोग, शीतलन के लिए जल खपत और व्यापक स्थिरता मानकों से संबंधित चिंताओं का समाधान कर सकती हैं।

हालांकि माइक्रोसॉफ्ट ने अभी तक फुल-स्टैक डिटेल्स जैसे कि पूरी तरह से सुसज्जित Maia 200 रैक की कुल बिजली खपत और प्रदर्शनअनुमान लगाने की दक्षता पर जोर देने से पता चलता है कि चिप का उद्देश्य एआई सेवाओं की दीर्घकालिक परिचालन लागत को वित्तीय और पर्यावरणीय दोनों रूप से प्रबंधनीय बनाए रखने में महत्वपूर्ण भूमिका निभाना है।

प्रतिस्पर्धी परिदृश्य: ट्रेनियम, टीपीयू और एनवीडिया का इकोसिस्टम

Maia 200 ऐसे समय में आया है जब प्रमुख क्लाउड प्रदाता होड़ में लगे हुए हैं अपने स्वयं के एआई एक्सेलेरेटर विकसित करें बाहरी विक्रेताओं, विशेष रूप से एनवीडिया पर निर्भरता कम करने के लिए, गूगल की टीपीयू लाइन और अमेज़न की ट्रेनियम सीरीज़ पहले से ही इस प्रवृत्ति में महत्वपूर्ण भूमिका निभा रही हैं, जो अपने-अपने क्लाउड प्लेटफॉर्म में गहराई से एकीकृत विकल्प प्रदान करती हैं।

Maia 200 के साथ, माइक्रोसॉफ्ट खुले तौर पर अपनी चिप को एक यह Amazon के Trainium3 और Google के सातवीं पीढ़ी के TPU का सीधा प्रतिद्वंदी है।कंपनी का दावा है कि उसका एक्सेलेरेटर न केवल FP4 थ्रूपुट में Trainium3 से तीन से चार गुना बेहतर प्रदर्शन करता है, बल्कि FP8 प्रदर्शन में भी TPU v7 से आगे निकल जाता है और कुछ FP8 मेट्रिक्स में Trainium3 से दोगुने से भी अधिक बेहतर प्रदर्शन करता है।

मेमोरी क्षमता और बैंडविड्थ भी इस प्रतिस्पर्धी कहानी का हिस्सा हैं। Maia 200 की 216 जीबी एचबीएम3ई मेमोरी और 7 टीबी/सेकंड बैंडविड्थ यह Trainium3 (144 GB और 4.9 TB/s) और TPU v7 (192 GB और 7.4 TB/s) के सार्वजनिक विनिर्देशों के विपरीत है। स्केल-अप की बात करें तो, Maia 200 के लिए दावा की गई 2.8 TB/s इंटरकनेक्ट बैंडविड्थ Trainium3 के लिए 2.56 TB/s तक और TPU v7 के लिए लगभग 1.2 TB/s की तुलना में काफी कम है।

हालांकि, प्रतिस्पर्धा का परिदृश्य केवल आंकड़ों से कहीं अधिक जटिल है। एनवीडिया अभी भी प्रमुख आपूर्तिकर्ता बनी हुई है। एआई प्रशिक्षण और कई मामलों में अनुमान लगाने के लिए भी, एनवीडिया का उपयोग किया जाता है, जिसका मुख्य कारण इसके CUDA-आधारित सॉफ़्टवेयर इकोसिस्टम की परिपक्वता और इसके व्यापक हार्डवेयर रेंज है। भले ही माइक्रोसॉफ्ट, अमेज़ॅन और गूगल अपने आंतरिक सिलिकॉन पोर्टफोलियो का विस्तार कर रहे हों, फिर भी वे नई वास्तुकलाओं और एकीकृत प्रणालियों पर एनवीडिया के साथ सहयोग करते हैं।

दरअसल, अमेज़न आगामी ट्रेनियम4 को एनवीलिंक 6 और एमजीएक्स रेफरेंस डिज़ाइन जैसी तकनीकों के साथ एकीकृत करने के लिए एनवीडिया के साथ मिलकर काम कर रहा है। इसी तरह, माइक्रोसॉफ्ट अपने डेटा केंद्रों में एनवीडिया जीपीयू का उपयोग जारी रखे हुए है, और माईया 200 को एक सार्वभौमिक प्रतिस्थापन के बजाय एक विषम वातावरण के हिस्से के रूप में स्थापित कर रहा है।

ग्राहकों के लिए, मुख्य प्रश्न निम्नलिखित के इर्द-गिर्द घूमेंगे: स्वामित्व की कुल लागत और सॉफ्टवेयर एकीकरणMaia 200 के लिए वर्कलोड को कितनी आसानी से पोर्ट या ऑप्टिमाइज़ किया जा सकता है, और Nvidia या TPU आधारित इंस्टेंसेस की तुलना में इसकी कीमत कैसी है, ये कारक एक्सेलेरेटर स्टैक के चुनाव को काफी हद तक प्रभावित करेंगे। Microsoft द्वारा परफॉर्मेंस-प्रति-डॉलर और प्रति-वॉट पर दिया गया ज़ोर दर्शाता है कि ये बातें उसकी रणनीति के केंद्र में हैं।

माईया 100 से माईया 200 तक: विकास और रोडमैप के संकेत

Maia 200 निम्नलिखित पर आधारित है: माईया 100 द्वारा रखी गई नींवयह चिप माइक्रोसॉफ्ट द्वारा 2023 में अपने पहले इन-हाउस एआई एक्सेलेरेटर के रूप में पेश की गई थी। हालांकि कंपनी ने दोनों पीढ़ियों के बीच सीधे तुलना करने योग्य कुछ ही मापदंड प्रदान किए हैं, लेकिन नई चिप स्पष्ट रूप से उच्च प्रदर्शन के लिए बनाई गई है, जिसमें अधिक आक्रामक डिजाइन लक्ष्य और विस्तारित मेमोरी संसाधन शामिल हैं।

रिपोर्टों से पता चलता है कि Maia 200, जिसका आंतरिक कोडनाम है “ब्रागा”इस उत्पाद के विकास और तैनाती में मूल योजना से अधिक समय लगा। शुरुआती अनुमानों के अनुसार यह 2025 में बाजार में आने वाला था और संभवतः कुछ अगली पीढ़ी के जीपीयू उत्पादों से पहले भी आ सकता था। अंततः, इसकी रिलीज़ की समय-सीमा में बदलाव हुआ, लेकिन माइक्रोसॉफ्ट अब हाइपरस्केल एआई बाजार में एक प्रमुख सिलिकॉन कंपनी के रूप में अपनी स्थिति मजबूत करने के लिए दृढ़ संकल्पित दिख रही है।

लगभग 750 वाट के उच्च टीडीपी के बावजूद, कंपनी का तर्क है कि Maia 200 की समग्र आर्थिक दक्षता काफी बेहतर है। Maia 100 की तुलना में, यह प्रदर्शन अधिक उन्नत प्रोसेस नोड और आर्किटेक्चरल अपडेट के कारण संभव हुआ है। बढ़ी हुई बिजली खपत को उच्च सतत थ्रूपुट और प्रति ऑपरेशन कम अनुमान लागत प्राप्त करने के लिए एक स्वीकार्य समझौता माना जाता है।

आगे देखें तो, उद्योग रिपोर्टों से संकेत मिलता है कि भविष्य के माइक्रोसॉफ्ट एक्सेलरेटर इंटेल की 18A प्रक्रिया पर निर्मित किए जा सकते हैं।इससे संकेत मिलता है कि कंपनी आगामी डिज़ाइनों के लिए कई फाउंड्री साझेदारियों की संभावना तलाश रही है। यह विविधीकरण माइक्रोसॉफ्ट को भविष्य की पीढ़ियों में प्रदर्शन, आपूर्ति और लागत कारकों को संतुलित करने में अधिक लचीलापन प्रदान कर सकता है।

फिलहाल, Maia 200 माइक्रोसॉफ्ट की उस व्यापक यात्रा में एक महत्वपूर्ण कदम है, जिसके तहत कंपनी मुख्य रूप से सॉफ्टवेयर-आधारित कंपनी से बदलकर अपने प्रमुख AI उत्पादों को आधार देने वाले महत्वपूर्ण हार्डवेयर घटकों को डिजाइन करने वाली कंपनी बन रही है। इसके लॉन्च से यह संभावना है कि आने वाले वर्षों में माइक्रोसॉफ्ट Copilot, Foundry और Azure OpenAI जैसी सेवाओं को कितनी तेजी से विकसित कर पाएगी।

इन सभी तत्वों को एक साथ लेने पर, Maia 200 एक विशेष रूप से निर्मित अनुमान त्वरक यह चिप उच्च FP4 और FP8 थ्रूपुट, एक व्यापक मेमोरी सबसिस्टम और Azure के विषम इन्फ्रास्ट्रक्चर में क्लाउड-केंद्रित एकीकरण का मिश्रण है। हालांकि कई गहन आर्किटेक्चरल विवरण और पूर्ण सिस्टम-स्तरीय मेट्रिक्स का खुलासा अभी बाकी है, लेकिन यह चिप स्पष्ट रूप से माइक्रोसॉफ्ट के अपने AI स्टैक पर अधिक नियंत्रण रखने, लागतों को नियंत्रित करने और बड़े पैमाने पर AI अनुप्रयोगों की अगली लहर को शक्ति प्रदान करने की दौड़ में अन्य हाइपरस्केलर्स के साथ कड़ी प्रतिस्पर्धा करने के प्रयासों में एक महत्वपूर्ण कदम है।