Microsoft plant, den Maia 300 stark zu skalieren und bis 2027 über 300.000 Chips produzieren zu lassen. Damit soll die Abhängigkeit von Nvidia sinken.
Microsoft beabsichtigt laut Reuters, den neuen Maia-300 noch in diesem Herbst vorzustellen – möglicherweise schon im kommenden Monat. Die Maia-Familie hatte Microsoft bereits im November 2023 mit dem Maia 100 angekündigt. Seither treibt der Konzern die Fertigung eigener KI-Beschleuniger voran, um die Abhängigkeit von teuren Nvidia-Prozessoren zu verringern.
Dem Bericht zufolge verhandelt das Unternehmen mit dem Chiphersteller TSMC, um sich Fertigungskapazitäten für über 300.000 Chips zu sichern, die 2027 ausgeliefert werden sollen.
Microsoft plant deutliche Produktionsausweitung
Ziel ist es, die Fertigung spürbar hochzufahren und große Cloud-Kunden wie Anthropic für den Einsatz des Chips zu gewinnen, heißt es. Microsoft reagierte zunächst nicht auf eine Anfrage von Reuters. TSMC war außerhalb der regulären Geschäftszeiten nicht für eine Stellungnahme erreichbar. Mit Maia will Microsoft seine KI-Infrastruktur stärker von Nvidia entkoppeln – und zugleich bei eigenen Beschleunigern zu Google und Amazon aufschließen.
Anthropic als Schlüsselkunde für Microsoft
Zur Einordnung: Microsoft hat bereits im Januar 2026 den Maia 200 präsentiert. Dieser entsteht bei TSMC im 3-Nanometer-Verfahren, bietet 216 Gigabyte HBM3e-Speicher und ist vor allem für KI-Inferenz ausgelegt – also das Ausführen bereits trainierter Modelle.
Der Maia 200 läuft bereits in Microsofts Rechenzentren und wird mit rund 30 Prozent besserem Preis-Leistungs-Verhältnis gegenüber der neuesten Hardware in der eigenen Flotte beworben. Der Maia 300 soll nun den nächsten großen Skalierungsschritt markieren.
Besonders interessant ist dabei Anthropic. „The Information“ berichtete bereits, dass Anthropic darüber verhandelt, Server mit Microsoft-eigenen KI-Chips zu mieten. Anthropic setzt bewusst auf mehrere Chipplattformen und arbeitet neben Nvidia auch mit Amazon und Google. Für Microsoft wäre Anthropic daher ein wichtiger Referenzkunde: Laufen Claude-Modelle auf Maia, ließe sich zeigen, dass die Chips nicht nur für interne Copilot-Anwendungen geeignet sind.
Abhängigkeit von externen Beschleunigern reduzieren
Maia ist derzeit noch nicht als vollständiger Ersatz für Nvidias gesamte Produktpalette zu verstehen. Microsoft positioniert Maia bislang vor allem im Bereich Inferenz. Der Maia 200 ist explizit für eine kostengünstige Token-Berechnung und das Ausführen großer Modelle optimiert.
Nvidia ist hingegen auch beim Training großer KI-Modelle stark und verfügt mit CUDA über ein seit Jahren etabliertes Software-Ökosystem. Microsoft setzt deshalb auf eine Multi-Chip-Strategie: eigene Maia-Chips, Nvidia-GPUs und inzwischen verstärkt auch AMD-Beschleuniger parallel in Azure.
Dass Microsoft nun stärker auf eigene Chips setzt, hängt auch mit Schwierigkeiten in der bisherigen Entwicklung zusammen. „The Information“ berichtete bereits über Verzögerungen in der internen Chip-Roadmap. Daraufhin habe Microsoft Designs vereinfacht und den Zeitplan neu priorisiert, um bis 2028 schneller mehrere Generationen auf den Markt zu bringen. Schon damals war von einer späteren Jahresproduktion im hohen sechsstelligen Bereich die Rede.
Der strategische Hebel ist groß: Eigene Maia-Chips könnten Microsoft helfen, die Abhängigkeit von externen Beschleunigern zu verringern und die Kosten der KI-Infrastruktur zu senken. Als zentrales Entwicklungsziel für den Maia 200 nennt Microsoft ausdrücklich bessere „Economics of AI token generation“, also eine günstigere Erzeugung von KI-Tokens.
Für Nvidia ist das langfristig relevant, kurzfristig jedoch keine existenzielle Bedrohung. Eine komplette Alternative zu Nvidia entsteht nicht über Nacht. Nahezu alle großen Hyperscaler versuchen inzwischen, einen wachsenden Teil ihrer KI-Rechenleistung mit eigenen ASICs abzudecken: Google mit TPUs, Amazon mit Trainium, Microsoft mit Maia. Dadurch dürfte sich insbesondere der Markt für Inferenz stärker fragmentieren.
