Maia 300-ը 2027-ից կդառնա Microsoft-ի ԱԲ պատասխանների հիմնական շարժիչը

Microsoft-ը 2026 թվականի հոկտեմբերի 12-ի հայտարարությամբ ներկայացրել է Azure Maia 300-ը. դրա արտադրական տեղակայումը կսկսվի 2027 թվականին, իսկ Maia ընտանիքը պետք է դառնա ընկերության արտադրանքների ու ծառայությունների ԱԲ պատասխանների գեներացման հիմնական համակարգը։ Ընկերությունն ակնկալում է, որ նոր համակարգը մեկ մեգավատտի հաշվով 40 տոկոսով ավելի շատ թոքեն կմշակի, քան առաջատար GPU համակարգերը։ Խոսքը Microsoft-ի սեփական ենթակառուցվածքի ծրագրված անցման մասին է. Maia 300-ը դեռ չի գործարկվել այն արտադրական ծանրաբեռնվածություններում, որոնց համար նախատեսված է։

Microsoft-ի Azure ապարատային ենթակառուցվածքի ղեկավար Ռանի Բորկարը Axios-ին ասել է՝ «We prioritize Maia for inference», իսկ հրապարակումը հստակեցնում է, որ համակարգը հիմնական դարձնելու ծրագիրը վերաբերում է Microsoft-ի սեփական ծառայություններին և ինքնաբերաբար չի տարածվում Azure-ի արտաքին հաճախորդների, այդ թվում՝ OpenAI-ի վրա։ Այդ սահմանն է որոշում նորության գործնական իմաստը. Copilot-ի համար փոխվում է հաշվարկների կազմակերպման ծրագիրը, սակայն Azure-ում առանձին Maia 300 հզորություն պատվիրելու հնարավորություն չի հայտարարվել։

Copilot-ում արդեն գործողը Maia 200-ն է

Maia ընտանիքի ներկայիս արտադրական հիմքը Maia 200-ն է։ Այն արդեն սպասարկում է Microsoft Copilot-ի ծանրաբեռնվածություններն ու աջակցում Microsoft AI թիմի մոդելների մշակմանը. GitHub Copilot-ի և Microsoft Foundry-ի ավելացումը նախատեսված է մինչև տարեվերջ։ Այս հերթականությունը կարևոր է, որովհետև Copilot-ում Maia-ի ներկայությունն ապացուցում է ընտանիքի գործնական կիրառությունը, բայց Maia 300-ի աշխատանքի մեկնարկ չի նշանակում։

Գործող համակարգում Microsoft-ը գործարկում է OpenAI-ի, սեփական MAI-ի և բաց կոդով մոդելների ընտանիքներ։ Ընկերությունը Maia-ն կառուցում է տարբեր մոդելներ սպասարկելու համար։ Դրա հաջորդ սերունդը նախագծվել է իրական ծառայություններից ստացված փորձով՝ երկար համատեքստով հարցումների, արագ արձագանք պահանջող զրույցների և հաջորդական գործողություններ կատարող գործակալների համար։ Այդ աշխատանքներում մոդելը պետք է պահի նախորդ տվյալները և շարունակաբար ստեղծի նոր թոքեններ, ուստի պատասխանի արժեքը կախված է նաև հիշողության և ցանցի բեռնվածությունից։

Ինչու ճարտարապետությունը փոխում է պատասխանի արժեքը

Maia 300-ի հիմնական նպատակը նույն էներգիայով ավելի շատ օգտակար պատասխաններ ստանալն է։ ԱԲ եզրահանգման ժամանակ պատրաստի մոդելը յուրաքանչյուր հարցման համար կրկին կատարում է հաշվարկներ. երկար խոսակցությունը կամ գործակալի բազմաքայլ առաջադրանքը մեծացնում է պահվող համատեքստը և տվյալների տեղափոխման ծավալը։ Եթե հիշողությունից տվյալները բերելու վրա ծախսվում է չափազանց շատ ժամանակ ու էներգիա, միայն հաշվարկող միջուկների հզորացումը բավարար չէ։

Microsoft-ի ճարտարապետական նկարագրության համաձայն՝ Maia 300-ի արագացուցիչը միավորում է HBM4 հիշողության ութ փաթեթ՝ 288 ԳԲ տարողությամբ և 18 ՏԲ/վ թողունակությամբ, իսկ ամբողջ դարակը՝ 96 արագացուցիչ՝ 167 կՎտ հզորության սահմանում։ Նույն ամբողջական դարակային կազմաձևի համար ընկերությունը գնահատում է Maia 200-ի դարակի համեմատ մինչև յոթ անգամ ավելի բարձր թոքենային թողունակություն և ավելի քան 2,5 անգամ բարձր արդյունավետություն մեկ վատտի հաշվով։ Համեմատվողը պատրաստի դարակային համակարգն է՝ հիշողությամբ, ցանցով, սնուցմամբ ու սառեցմամբ, ոչ առանձին չիպի արագությունը կամ օգտատիրոջ էկրանին չափված պատասխանի ժամանակը։

Ճարտարապետության մեջ հաշվարկի, հիշողության կառավարման և մուտք-ելքի գործառույթները բաժանված են տարբեր չիպլետների միջև։ Ծրագրային շերտը կարող է տվյալները տեղադրել դրանց կարիքն ունեցող հաշվարկային հատվածներին մոտ և նվազեցնել ավելորդ փոխանցումները։ Նեղ թվային ձևաչափերը փոքրացնում են պահվող ու տեղափոխվող տվյալների ծավալը. դա հատկապես նշանակալի է, երբ մոդելը պահում է երկար համատեքստ կամ միաժամանակ պատասխանում բազմաթիվ հարցումների։ Այս լուծումները բացատրում են ծախսը նվազեցնելու մեխանիզմը, բայց հրապարակված ճարտարապետությունը դեռ չի տալիս Copilot-ի մեկ պատասխանի փաստացի ինքնարժեքը։

Azure-ի արտաքին հաճախորդի համար սահմանը

Microsoft Foundry-ի հիշատակումը վերաբերում է այն ծառայություններին, որոնց հիմքում կարող է աշխատել Maia ընտանիքը։ Այն ինքնին հրապարակային առաջարկ չէ, որով Azure-ի յուրաքանչյուր հաճախորդ կարող է ընտրել Maia 300 արագացուցիչը, պատվիրել դրա դարակը կամ փոխել իր մոդելի տեղակայման տեսակը։ Նույնը վերաբերում է OpenAI-ին. նրա մոդելների գործարկումը Microsoft-ի ներսում և արտաքին հաճախորդի համար հատուկ սարքավորման հասանելիությունը տարբեր պայմանագրային ու տեխնիկական հարցեր են։

Նույնիսկ եթե նոր համակարգի արդյունավետությունը պահպանվի արտադրական մասշտաբում, դա չի նշանակում Copilot-ի բաժանորդագրության գնի ավտոմատ նվազում կամ Microsoft Foundry-ի սակագների արդեն որոշված փոփոխություն։ Տվյալների կենտրոնի ծախսը ներառում է սարքավորումների գնումը, տեղադրումը, ցանցը, սառեցումը և դրանց իրական ծանրաբեռնվածությունը։ Մեկ մեգավատտից ավելի շատ թոքեն ստանալը Microsoft-ին հնարավորություն կտա ավելացնել սպասարկվող հարցումների ծավալը նույն էներգետիկ սահմանում, իսկ գնային որոշումները առանձին կլինեն։

Դարակից մինչև բազմագիգավատտ մասշտաբ

Microsoft-ը Maia 300-ը ներկայացնում է որպես ամբողջական համակարգ, որովհետև մեծ մոդելի աշխատանքը հաճախ բաշխվում է մի քանի արագացուցիչների վրա։ Դարակի ներսում և դարակների միջև կապը հիմնված է Ethernet-ի վրա, որպեսզի հիշողության ու հաշվարկի միջև տվյալների փոխանակումը չդառնա հերթական խցանումը։ Այդ կառուցվածքը պետք է թույլ տա միաժամանակ սպասարկել ավելի մեծ ծանրաբեռնվածություններ և ավելի շատ օգտատերերի հարցումներ՝ տվյալների կենտրոնի սահմանափակ էներգիայի ու սառեցման պայմաններում։

Բազմագիգավատտ ընդլայնումը տեղակայման ուղղություն է, ոչ արդեն ավարտված հզորություն։ Արտադրական մեկնարկից հետո լրացուցիչ դարակները, էլեկտրասնուցումը, սառեցումն ու ցանցը պետք է աստիճանաբար կազմեն ավելի մեծ միասնական համակարգ։ Այդ մասշտաբին հասնելը ժամանակ կպահանջի նաև մեկնարկից հետո, հետևաբար ծառայությունների ծանրաբեռնվածությունները չեն տեղափոխվի մեկ օրում։ Տարբեր տեսակի արագացուցիչների համատեղ օգտագործումը կմնա կարևոր, քանի դեռ նոր համակարգը ծավալվում է։

Հաջորդ նշանակալի փուլը կլինի արտադրական ծանրաբեռնվածությունների կոնկրետ տեղափոխումը Maia 300-ի վրա։ Այդ ժամանակ պարզ կդառնա, թե որ ծառայություններն են առաջինը օգտվում հայտարարված թողունակությունից և ինչպես է այն արտահայտվում իրական շահագործման ծախսում։ Azure-ի արտաքին հաճախորդների համար առանձին որոշիչ իրադարձություն կլինի հասանելիության պայմանների հրապարակումը, եթե Microsoft-ը որոշի նոր արագացուցիչն առաջարկել որպես ընտրովի ամպային հզորություն։

Կարդացեք նաև:

• Microsoft 365 Copilot թե Gemini․ ընտրությունը սկսվում է թիմի ֆայլերից
• ChatGPT թե Perplexity․ ավելի շատ աղբյուրը դեռ ավելի վստահելի պատասխան չէ
• Slack թե Twist․ արագ պատասխանն ու խոր ասինքրոն քննարկումը նույն բանը չեն