Microsoft เปิดตัว Maia 300 ชิปเร่งความเร็ว AI รุ่นที่ 3 ที่บริษัทออกแบบเอง เมื่อวันที่ 12 ตุลาคม 2026 โดยเน้นงาน inference — คือช่วงที่โมเดล AI "ตอบคำถาม" ให้ผู้ใช้จริง ๆ ไม่ใช่ช่วงเทรนโมเดล
เกิดอะไรขึ้น
ตัวเลขหลักที่ Microsoft ประกาศ:
- ประมวลผลได้ มากขึ้น 40% ต่อเมกะวัตต์ (tokens per megawatt) เมื่อเทียบกับ "ระบบ GPU ชั้นนำ" (สื่อหลายสำนักมองว่าหมายถึง Nvidia)
- ใช้ 4 ชิปเล็ต (chiplet) ผลิตบนเทคโนโลยี 2 นาโนเมตรของ TSMC
- หน่วยความจำ HBM4 รวม 288 GB เท่ากับชิป Rubin ของ Nvidia แต่แบนด์วิดท์ต่ำกว่าราว 20%
- 1 แร็กมี 96 ตัว ระบายความร้อนด้วยน้ำ และรวมกันเป็น superpod ขนาด 12,288 ตัว
- Microsoft บอกว่าแร็ก Maia 300 ให้ throughput ราว 7 เท่า ของระบบ Maia 200 รุ่นก่อน (ที่เพิ่งเปิดตัวเมื่อมกราคม)
- เริ่ม ติดตั้งใช้งานจริงในปี 2027 และ Microsoft ตั้งใจให้ตระกูล Maia เป็น แหล่งพลังประมวลผล inference หลักของบริษัทในระยะยาว
จุดที่น่าสนใจทางเทคนิคคือการออกแบบให้ "ขยับข้อมูลน้อยที่สุด" — เก็บข้อมูลไว้ในแคช SRAM บนชิปให้มากที่สุด และบีบข้อมูลเป็นฟอร์แมตเล็ก ๆ อย่าง MXFP4 เพื่อประหยัดหน่วยความจำและพลังงาน
ตัวเลข 40% เป็นการเคลมจาก Microsoft เอง ยังไม่มีผลทดสอบอิสระ และตัวชิปยังไม่ได้ใช้งานจริงจนกว่าจะถึงปี 2027
แปลว่าอะไร
ปัญหาใหญ่ของวงการ AI ตอนนี้ไม่ใช่แค่ "ชิปไม่พอ" แต่คือ "ไฟไม่พอ" — ดาต้าเซ็นเตอร์ทั่วโลกติดเพดานเรื่องพลังงาน การวัดผลแบบ token ต่อเมกะวัตต์ จึงกลายเป็นตัวชี้วัดใหม่ที่บริษัทใหญ่ให้ความสำคัญ
ยักษ์คลาวด์ทุกเจ้ากำลังพยายามลดการพึ่งพา Nvidia — Google มี TPU, Amazon มี Trainium และตอนนี้ Microsoft ขยับ Maia ขึ้นมาเป็นตัวหลัก ถ้าต้นทุนต่อการตอบคำถามแต่ละครั้งลดลงได้จริง สิ่งที่ผู้ใช้ทั่วไปน่าจะได้ในระยะยาวคือบริการ AI อย่าง Copilot หรือ API บน Azure ที่ ราคาถูกลงหรือให้โควตามากขึ้น — แต่ก็ต้องรอดูว่า Microsoft จะส่งต่อส่วนต่างให้ลูกค้าแค่ไหน
สำหรับคนที่ใช้ AI ผ่าน API: ราคาต่อ token ของโมเดลมีแนวโน้มลดลงต่อเนื่อง ไม่ควรล็อกสัญญาระยะยาวกับราคาปัจจุบันโดยไม่มีเงื่อนไขปรับราคา
Maia 300 คือสัญญาณว่าศึก AI ย้ายจาก "ใครมีชิปมากกว่า" ไปสู่ "ใครตอบคำถามได้ถูกกว่าต่อพลังงาน" — และ Nvidia ไม่ได้เป็นผู้เล่นเดียวอีกต่อไป