Episode Details

Microsoftが、AIインフラの「自立」に向けて大きな一歩を踏み出しました。 同社は本日、自社開発の第2世代AI半導体「Maia 200」を発表しました。このチップは、OpenAIのGPT-5クラスの大規模言語モデルを、いかに低コストかつ高速に動かすかという一点、すなわち「推論（Inference）」に特化して設計されています。

2023年に発表された初代「Maia 100」は、NvidiaのGPU不足を補うための学習・推論兼用のチップという位置付けでした。しかし、今回のMaia 200は明確に役割を変えています。 Web検索や周辺情報を総合すると、Maia 200はTSMCの最新プロセス（推定3nmクラス）で製造され、前世代と比較して電力効率が約60%向上しています。特筆すべきは、Nvidiaなどの競合他社も推進している次世代のデータフォーマット「MXFP4」へのネイティブ対応です。これにより、計算精度を維持したまま、データ転送量を劇的に削減することに成功しています。

なぜMicrosoftはここまで「推論」にこだわるのでしょうか。 それは、AIビジネスのコスト構造が変化しているからです。かつてはモデルを作る「学習」が最大のコスト要因でしたが、CopilotがOffice製品に組み込まれ、世界中で何億人ものユーザーが毎日AIを使うようになった今、ランニングコストである「推論」の負荷が爆発的に増大しています。高価なNvidia製GPUをこの推論処理に使い続けることは、経営的に採算が合わなくなりつつあるのです。

また、今回は「Cobalt 200」という新しいCPUも同時に発表されました。これはMaia 200の司令塔として機能し、データセンターのサーバーラック全体を一つの巨大な計算機として最適化します。 市場の反応も敏感です。この発表を受け、クラウド競合であるAWSやGoogleも自社チップ（TrainiumやTPU）のロードマップを前倒しするとの観測が出ており、2026年は「AI半導体の多様化」が決定的となる年と言えそうです。

ユーザーである私たちにとっては、この競争は歓迎すべきことです。チップの性能向上とコストダウンは、Copilotのレスポンスが速くなったり、より高度な機能が安価に使えるようになったりと、直接的なメリットとして還元されるからです。