Microsoft a un défi très concret à relever, celui de l’électricité. Lundi, le groupe a présenté sa réponse avec Maia 300, la troisième génération de sa puce maison dédiée à l’intelligence artificielle. La famille Maia doit passer à des déploiements de plusieurs gigawatts à partir de 2027. Scott Guthrie, qui dirige le groupe cloud et intelligence artificielle, a résumé l’ambition sans détour : Maia doit devenir le système principal d’inférence pour les produits et les services de Microsoft. Satya Nadella, le directeur général, a parlé du pari le plus important du groupe sur ses propres puces.
Le mot inférence mérite une explication, car il se cache derrière l’usage quotidien. L’entraînement d’un modèle fait souvent les gros titres, mais l’inférence correspond au travail de tous les jours qui suit. Chaque demande adressée à Copilot, chaque suggestion de code, chaque long document lu puis résumé par un modèle relève de l’inférence. Elle se produit des milliards de fois et consomme de l’électricité à chaque fois. Une puce qui accomplit davantage de ce travail par mégawatt ne sert donc pas seulement à afficher de belles caractéristiques techniques. Elle agit directement sur les coûts, sur la capacité disponible et sur le nombre de personnes qu’un centre de données peut servir en même temps.
Une troisième génération en moins d’un an
Le rythme donne déjà une indication claire. Microsoft avait annoncé Maia 200 en janvier. Cette puce fait déjà tourner des charges de production, notamment Microsoft Copilot, et le groupe indique que GitHub Copilot et Microsoft Foundry suivront d’ici la fin de l’année. Neuf mois plus tard environ, la troisième génération est déjà sur la table, avec un déploiement en production prévu pour 2027. Selon les informations publiées par Reuters lors du lancement, plus d’un million de puces pourraient être déployées l’an prochain dans l’ensemble du programme Maia.
La plupart des entreprises font évoluer leurs puces lentement, car une erreur coûte cher et prend du temps à corriger. Microsoft avance vite pour une raison simple : la demande de réponses produites par l’intelligence artificielle croît plus vite que le réseau électrique qui l’alimente. Quand l’électricité devient le facteur limitant, l’efficacité cesse d’être une qualité appréciable parmi d’autres. Elle devient le cœur du modèle économique. Cette dimension mondiale de l’infrastructure rappelle d’ailleurs d’autres rendez-vous où énergie et stratégie se rejoignent, à l’image des rencontres new-yorkaises racontées dans notre portrait de Gloria T. Cressler et de la philanthropie qui rassemble New York, où la capacité à mobiliser des réseaux fait toute la différence.
Ce que contient vraiment Maia 300
Maia 300 repose sur un ensemble de petites puces spécialisées assemblées entre elles, plutôt que sur un seul bloc de silicium géant. La puce de calcul utilise le procédé N2P de TSMC, une technologie de classe 2 nanomètres, tandis que d’autres éléments chargés du contrôle de la mémoire et de la circulation des données utilisent un procédé 3 nanomètres moins coûteux. L’idée est pragmatique : placer la technologie la plus onéreuse là où se font les calculs, et économiser partout ailleurs. Ce type de choix raisonnable a souvent l’avantage d’aboutir à des produits qui arrivent effectivement sur le marché.
La mémoire, le vrai sujet
Il faut regarder au-delà du chiffre de calcul, 13,8 pétaflops en précision basse FP4 pour une enveloppe de 950 watts, car l’histoire de la mémoire est plus importante. Maia 300 embarque huit piles de mémoire HBM4, pour une capacité de 288 gigaoctets et une bande passante pouvant atteindre 18 téraoctets par seconde. Maia 200 offrait en comparaison 216 gigaoctets et 7 téraoctets par seconde. Cela représente environ un tiers d’espace en plus et une bande passante multipliée par environ deux et demi.
Pourquoi ce point devrait-il intéresser quelqu’un en dehors d’un centre de données ? Parce que le travail moderne de l’intelligence artificielle est souvent limité par la mémoire, et non par le calcul brut. Un modèle de raisonnement qui suit une longue conversation, ou un agent qui enchaîne une vingtaine d’étapes, passe une grande partie de son temps à aller chercher ses paramètres et le contexte enregistré. Si on l’alimente plus vite, l’ensemble du travail se termine plus tôt, pour un coût par réponse plus faible. Microsoft attend de Maia 300 un gain de 40 pour cent de jetons par mégawatt par rapport aux systèmes de référence à base de processeurs graphiques, et jusqu’à sept fois le débit de jetons à l’échelle d’un rack complet par rapport à Maia 200, dans une configuration de 96 accélérateurs consommant environ 167 kilowatts. Il s’agit d’attentes annoncées par l’entreprise avant le déploiement de 2027, et non de résultats de tests indépendants. La lecture honnête consiste à les prendre comme des objectifs sur lesquels le groupe accepte d’être jugé.
Une course qui s’élargit
Microsoft n’est pas seul à concevoir ses propres puces, et c’est précisément le point intéressant. Les concurrents du cloud et les laboratoires d’intelligence artificielle sont arrivés à la même conclusion : louer du matériel généraliste pour un travail très précis et très massif laisse de l’argent et de l’énergie sur la table. Le public concerné est déjà mondial, comme le montrent les rassemblements internationaux suivis par notre rédaction, par exemple la célébration de la Fête nationale par la famille royale d’Espagne à Madrid, qui rappelle à quel point ces outils doivent fonctionner partout, dans tous les fuseaux horaires et sans attente.
Ce que les équipes doivent en retenir
Premier conseil pratique : interrogez le coût par tâche terminée, et non le seul coût par jeton pris isolément. Une puce plus efficace devrait se traduire par des prix plus doux, des limites d’usage plus généreuses, ou les deux, au cours de l’année 2027. Si ce n’est pas le cas, il faudra demander pourquoi.
Deuxième point : les usages à long contexte et les agents autonomes sont ceux qui devraient en profiter le plus. Le bond de mémoire de Maia 300 vise précisément ces usages. Les équipes qui construisent des outils centrés sur les documents ou sur des enchaînements d’actions ont donc intérêt à tester ces charges en priorité dès que la capacité Maia arrivera dans les services Azure qu’elles utilisent.
Troisième point : inutile de réécrire toute votre architecture pour une puce. Le signe encourageant, ici, est que Microsoft absorbe le changement matériel sous Copilot et Foundry, des produits que les clients utilisent déjà. Une bonne infrastructure devrait paraître ennuyeuse vue de l’extérieur. La réponse arrive simplement plus vite, et la facture augmente plus lentement. C’est aussi l’esprit que l’on retrouve dans notre récit de la visite d’État du roi Abdallah II en Malaisie : derrière les cérémonies, ce sont les choix d’infrastructure et de coopération qui comptent sur la durée.
Le tableau d’ensemble
Il y a dix ans, la course à l’intelligence artificielle se jouait sur le modèle le plus astucieux. Puis elle s’est jouée sur la plus grande quantité de données. Aujourd’hui, elle se joue de plus en plus sur la capacité à transformer l’électricité en réponses utiles avec le meilleur rendement possible. Maia 300 constitue la déclaration la plus claire de Microsoft à ce sujet : le groupe entend gagner cette version de la course avec un matériel de sa propre conception, déployé à une échelle mesurée en gigawatts et en millions de puces.
La preuve viendra en 2027, en production et sous des charges réelles. Mais la direction est fixée, et elle est constructive : davantage de résultats pour la même énergie signifie une intelligence artificielle moins chère à faire fonctionner, plus facile à étendre et accessible à davantage de personnes. Voilà un progrès qui se mesure en mégawatts et qui se ressent chaque matin dans les outils que l’on ouvre.
Laisser un commentaire