Fato verificado
Em 12 de outubro de 2026, a Microsoft anunciou no blog oficial do Azure, em texto assinado por Rani Borkar e Saurabh Dighe, o acelerador Maia 300, terceira geração do seu chip próprio de IA. Segundo a empresa, o Maia 300 entrega até 7 vezes mais throughput de tokens por rack na configuração completa de 96 aceleradores em comparação ao Maia 200, mais de 2,5 vezes o desempenho por watt, 36% mais FLOPs de computação do sistema e 2,5 vezes a banda de memória HBM, com oito pilhas HBM4 por acelerador totalizando 288 GB e 18 TB/s, computação em processo N2P da TSMC, racks de 96 aceleradores a 167 kW e superpods de até 12.288 aceleradores conectando até 128 racks. Em publicação oficial na rede social X, a Microsoft afirmou que o chip entrega ‘40% mais tokens de inferência por megawatt em comparação a sistemas líderes baseados em GPU’. Reportagens de SiliconANGLE, Techzine e CNBC publicadas no mesmo dia informam que a produção do Maia 300 começa em 2027 e que o Maia se tornará a principal fonte de capacidade de inferência da empresa, reduzindo a dependência de GPUs; o Maia 200 já está em produção e sustenta o Copilot. A empresa declarou que ‘mover dados de forma eficiente, e não poder de computação bruto, é cada vez mais o gargalo em grandes sistemas de inferência’, e informou que detalhará a estratégia no Microsoft Ignite 2026, entre 17 e 20 de novembro. Todos os números de desempenho são declarados pelo fornecedor, sem benchmark independente publicado e sem detalhamento das cargas de trabalho usadas na comparação.
Por que importa
Mostra para onde a competição de IA está se deslocando: de quem tem mais capacidade bruta para quem entrega mais resultado por megawatt — e energia é a restrição que já aparece em conta de luz e em prazo de obra.
Leitura estratégica
Na prática, este é um anúncio, não uma validação: produção prometida para 2027 e desempenho medido pelo próprio fabricante. Vale como sinal de direção da indústria, não como dado de desempenho comprovado. O que o anúncio reforça é a frase do próprio FMI na notícia 2 — a de que capacidades de IA podem vir a ser entregues com menos investimento; isso é boa notícia para quem compra computação e má notícia para quem financiou a geração anterior de hardware.
Risco real
Se a eficiência prometida por chips próprios se confirmar, parte do capital já comprometido em infraestrutura baseada na geração atual perde valor relativo antes de se pagar — exatamente o mecanismo que o relatório do FMI descreve.
Possibilidade prática
Para empresa que planeja projeto dependente de computação, convém tratar custo por tarefa concluída como a métrica relevante, em vez de capacidade contratada, e evitar contrato longo de hardware ou de capacidade em ciclo de troca acelerado. O resultado continua dependendo de estudo, execução e conhecimento do próprio processo, não do chip.