مایکروسافت از شتاب‌دهنده هوش مصنوعی Maia 300 به‌عنوان نسل سوم تراشه اختصاصی هوش مصنوعی خود رونمایی کرد. این تراشه با معماری چندچیپلتی (Multi-chiplet)، ۲۸۸ گیگابایت حافظه HBM4، پهنای باند حافظه ۱۸ ترابایت‌برثانیه و توان پردازشی حداکثر ۱۳٫۸ پتافلاپس در محاسبات FP4 ساخته شده و قرار است از سال ۲۰۲۷ وارد محیط‌های عملیاتی شود.
🔷 شتاب‌دهنده مایکروسافت Maia 300 با معماری چندچیپلتی (Multi-chiplet) و بخش پردازشی مبتنی بر فرایند N2P شرکت TSMC معرفی شده است.
🔷 این تراشه حداکثر ۱۳٫۸ پتافلاپس توان FP4 و ۶٫۹ پتافلاپس توان FP8 ارائه می‌دهد و توان مصرفی SoC آن ۹۵۰ وات است.
🔷 هشت پشته حافظه HBM4 مجموعاً ۲۸۸ گیگابایت ظرفیت و ۱۸ ترابایت‌برثانیه پهنای باند فراهم می‌کنند.
🔷 هر رک از ۹۶ شتاب‌دهنده Maia 300 پشتیبانی می‌کند و معماری آن امکان تشکیل کلاسترهایی با حدود ۱۲ هزار شتاب‌دهنده را دارد.
🔷 مایکروسافت استقرار عملیاتی Maia 300 را از سال ۲۰۲۷ آغاز خواهد کرد و قصد دارد ظرفیت این زیرساخت را در نهایت به چند گیگاوات برساند.
شتاب‌دهنده جدید مایکروسافت با هدف کاهش وابستگی این شرکت به سخت‌افزارهای هوش مصنوعی انویدیا و AMD طراحی شده است. معرفی Maia 300 مدت کوتاهی پس از رونمایی OpenAI از تراشه اختصاصی Jalapeno انجام شده است.
این محصول جانشین Maia 200 می‌شود که اوایل سال جاری معرفی شده بود. نخستین تراشه این خانواده با نام Maia 100 نیز در سال ۲۰۲۳ رونمایی شده بود.
مایکروسافت برای Maia 300 از طراحی چندچیپلتی استفاده کرده است. بخش پردازشی اصلی با فرایند پیشرفته N2P یا ۲ نانومتری TSMC ساخته می‌شود و چیپلت‌های جداگانه‌ای نیز برای حافظه و ورودی و خروجی درون پکیج قرار دارند.
این رویکرد به مایکروسافت اجازه می‌دهد اجزای مختلف را با فرایندهای ساخت متناسب با نیازهای هر بخش تولید کند. طبق گزارش رویترز، بخشی از تراشه‌های جانبی با فرایند ارزان‌تر ۳ نانومتری ساخته می‌شوند.
تراشه هوش مصنوعی مایکروسافت Maia 300
شتاب‌دهنده Maia 300 در محاسبات FP4 حداکثر ۱۳٫۸ پتافلاپس توان پردازشی ارائه می‌کند. عملکرد آن در دقت FP8 نیز به ۶٫۹ پتافلاپس می‌رسد.
توان مصرفی SoC این شتاب‌دهنده ۹۵۰ وات اعلام شده است که افزایش قابل‌توجهی در مقایسه با توان ۷۵۰ واتی Maia 200 محسوب می‌شود.
یکی از مهم‌ترین ارتقاهای Maia 300 به زیرسیستم حافظه مربوط می‌شود. مایکروسافت این شتاب‌دهنده را به هشت پشته حافظه HBM4 با ظرفیت مجموع ۲۸۸ گیگابایت مجهز کرده است.
هر پشته ۳۶ گیگابایت ظرفیت دارد و حافظه HBM4 با سرعت ۹ گیگابیت‌برثانیه به‌ازای هر پین فعالیت می‌کند. پهنای باند مجموع حافظه نیز به ۱۸ ترابایت‌برثانیه می‌رسد.
برای مقایسه، Maia 200 دارای ۲۱۶ گیگابایت حافظه HBM3E با پهنای باند ۷ ترابایت‌برثانیه است. افزایش ظرفیت و پهنای باند حافظه می‌تواند Maia 300 را برای بارهای کاری استنتاج هوش مصنوعی وابسته به حافظه مناسب‌تر کند.
تراشه هوش مصنوعی مایکروسافت Maia 300
| مشخصات | Microsoft Maia 300 |
|---|---|
| معماری | چندچیپلتی (Multi-chiplet) |
| فرایند ساخت بخش پردازشی | TSMC N2P |
| توان پردازشی FP4 | ۱۳٫۸ پتافلاپس |
| توان پردازشی FP8 | ۶٫۹ پتافلاپس |
| توان مصرفی SoC | ۹۵۰ وات |
| حافظه | ۲۸۸ گیگابایت HBM4 |
| پیکربندی حافظه | ۸ پشته ۳۶ گیگابایتی |
| پهنای باند حافظه | ۱۸ ترابایت‌برثانیه |
| سرعت حافظه | ۹ گیگابیت‌برثانیه به‌ازای هر پین |
| پهنای باند Scale-up | ۳٫۲ ترابایت‌برثانیه دوطرفه |
| شبکه | اترنت دولایه با پروتکل انتقال اختصاصی هوش مصنوعی |
| تعداد شتاب‌دهنده در هر رک | ۹۶ عدد |
| اندازه کلاستر Scale-up | حدود ۱۲٬۰۰۰ شتاب‌دهنده |
| زمان استقرار عملیاتی | ۲۰۲۷ |
مایکروسافت قابلیت‌های ارتباطی نسل جدید شتاب‌دهنده خود را نیز ارتقا داده است. Maia 300 از پهنای باند دوطرفه Scale-up معادل ۳٫۲ ترابایت‌برثانیه برخوردار است و از شبکه اترنت دولایه همراه با پروتکل انتقال اختصاصی هوش مصنوعی استفاده می‌کند.
هر رک می‌تواند ۹۶ شتاب‌دهنده Maia 300 را در خود جای دهد و معماری Scale-up نیز امکان ایجاد کلاسترهایی شامل حدود ۱۲٬۰۰۰ شتاب‌دهنده را فراهم می‌کند.
مایکروسافت ادعا می‌کند Maia 300 در مقایسه با سیستم‌های پیشرو هوش مصنوعی مبتنی بر GPU می‌تواند به‌ازای هر مگاوات ۴۰ درصد توکن بیشتری پردازش کند.
طبق اعلام این شرکت، یک پیکربندی کامل شامل ۹۶ شتاب‌دهنده نیز می‌تواند در مقیاس رک تا هفت برابر توان عملیاتی توکن بیشتری نسبت به Maia 200 ارائه دهد.
بااین‌حال، مایکروسافت جزئیات کافی درباره پیکربندی GPUهای مورد استفاده برای این مقایسه منتشر نکرده است؛ بنابراین میزان دقیق برتری بهره‌وری ادعاشده را نمی‌توان به‌طور مستقل مشخص کرد.
مایکروسافت قصد دارد استقرار Maia 300 در محیط‌های عملیاتی را از سال ۲۰۲۷ آغاز کند و در ادامه ظرفیت زیرساخت مبتنی بر این شتاب‌دهنده را به چند گیگاوات افزایش دهد.
طبق گزارش رویترز، این شرکت ممکن است در سال ۲۰۲۷ بیش از یک میلیون تراشه Maia 300 را مستقر کند؛ برنامه‌ای که نشان‌دهنده تلاش مایکروسافت برای کاهش وابستگی به شتاب‌دهنده‌های هوش مصنوعی شرکت‌های دیگر است.
شتاب‌دهنده Maia 300 نسل جدید سخت‌افزار اختصاصی هوش مصنوعی مایکروسافت است که با افزایش چشمگیر پهنای باند و ظرفیت حافظه، توان پردازشی بالاتر و معماری چندچیپلتی عرضه می‌شود. این شرکت استقرار عملیاتی تراشه را برای سال ۲۰۲۷ برنامه‌ریزی کرده و در بلندمدت به دنبال توسعه زیرساخت مبتنی بر Maia در مقیاس چند گیگاواتی است.
به‌نظر شما توسعه شتاب‌دهنده‌هایی مانند Maia 300 تا چه اندازه می‌تواند وابستگی شرکت‌های بزرگ فناوری به GPUهای انویدیا و AMD را کاهش دهد؟
