AI-высказывание выходит на эру гетерогенных вычислений! Microsoft Maia 300 ускоряет развитие собственных чипов, а TSMC (TSM.US) и Marvell (MRVL.US) вступают в цикл роста ASIC

По данным приложения Zhihui Caijing, на фоне сообщений СМИ, ссылающихся на информированные источники, о скором запуске Microsoft (MSFT.US) новейшего собственного AI-ускорителя Maia 300, известная инвестиционная компания Уолл-стрит Wedbush Securities считает, что эта новость может быть весьма благоприятной для Marvell Technology (MRVL.US), специализирующейся на AI ASIC и чипах для оптических межсоединений центров обработки данных, а также для "короля чипового аутсорсинга" TSMC (TSM.US). Ожидается, что Microsoft представит новое поколение собственного AI ASIC-чипа Maia 300 не позднее сентября 2026 года; компания ведёт переговоры с TSMC о закреплении производственных мощностей для более чем 300 000 чипов к 2027 году, а в перспективе надеется получить более миллиона таких чипов.

В заявлении Microsoft чётко отмечается, что собственный AI ASIC Maia нацелен на удовлетворение масштабного спроса на AI-инференс, измеряемого в гига-ваттах (GW). Это во многом говорит о том, что крупнейшие облачные провайдеры переходят от "коллективных закупок GPU" к гетерогенной AI-инфраструктуре, объединяющей Nvidia AI GPU, AMD AI GPU и собственные ASIC/XPU: процессы AI-тренировки, а также наиболее сложные и быстро развивающиеся AI-нагрузки по-прежнему сильно нуждаются в кластерах AI-GPU, в то время как масштабный AI-инференс для зрелых и открытых AI-моделей, Copilot и AI Agent всё больше адаптируется под специализированные собственные AI-чипы.

Очевидно, что Microsoft стремится идти по пути Google с её Google TPU, развивая коммерциализацию вычислительных мощностей в формате аренды и продажи, а не ограничиваясь только внутренними AI-тренировками или инференсом для компании. Однако сейчас это больше похоже на аренду вычислительных мощностей Azure, чем на прямые продажи голого чипа. Microsoft уже заявила, что Maia 200 увеличивает доступные для клиентов вычислительные мощности инференса на платформе облачных вычислений Azure, а также открыла предварительный просмотр SDK Maia для разработчиков, AI-стартапов и академических институтов.

В целом, предыдущее поколение AI-чипов Microsoft Maia 200 уже перешло с этапа внутренней разработки в производственную среду облака Azure и начало превращаться в инференционные мощности, реально доступные клиентам; но на данном этапе нельзя напрямую говорить о возможности аренды экземпляров чипа Maia 200 для клиентов в таком же объёме, как H100 или Google TPU от Nvidia.

Более того, как сообщает Reuters, Microsoft сейчас пытается убедить крупнейших облачных клиентов, включая Anthropic, использовать Maia 300, что говорит о том, что Maia уже не является закрытым внутренним чипом только для Microsoft 365 Copilot или внутренних нагрузок OpenAI.

Maia 300 от Microsoft влияет на стоимость AI-инференса, TSMC и Marvell на вершине цепочки выгодоприобретателей?

Опытный аналитик Wedbush Matt Bryson в отчёте для клиентов пишет: "До сих пор проект собственных AI-чипов Microsoft Maia не оправдывал ожиданий, да и в целом эффективность Microsoft в аппаратной сфере традиционно оставляла желать лучшего".

"Тем не менее, разработка AI-чипов Microsoft приближается к важнейшей точке многопоколенной продуктовой эволюции, и если посмотреть на историю, именно на этом этапе влияние разработки чипов начинает давать заметные результаты — через 4–5 лет, к выпуску третьего поколения продукта. Если в итоге будут размещены реальные масштабные заказы на AI-инфраструктуру, IP-чипов и дизайн партнёра по разработке Marvell, а также контрактника TSMC, они станут непосредственными бенефициарами успеха собственных AI-чипов Microsoft."

Брайсон также отметил, что Maia 300 может повлиять на цену акций и фундаментальные перспективы Nvidia (NVDA.US), поскольку это ещё одна инициатива облачного гиганта по снижению корпоративных расходов на AI-инференс после Amazon и Google, разрабатывающих собственные AI-чипы. Однако он добавил, что влияние на Nvidia, вероятно, будет ограниченным, так как компания "очень хорошо справляется с обеспечением общего объёма поставок" и поддержкой универсальной AI-инфраструктуры.

По сообщениям СМИ, Maia 300 может быть представлена уже этой осенью. Microsoft ведёт переговоры с TSMC о закреплении производственных мощностей для более чем 300 000 чипов, с поставкой к 2027 году. Maia 200 была запущена в январе этого года, а первые версии собственного AI-чипа Maia были представлены не ранее ноября 2023 года.

Microsoft и Marvell не дали немедленных комментариев СМИ.

Microsoft собирается повторить путь Google TPU! Maia 300 нацеливается на фундамент Azure, TSMC и цепочка кастомных чипов ждут новый рост

С точки зрения архитектуры, главное преимущество Microsoft Maia перед GPU Nvidia, возможно, не в "абсолютной производительности", а в экономике единицы работы при крупномасштабных повторяющихся нагрузках — стоимость на один токен, производительность токенов на ватт (Tokens/Watt) и совокупная стоимость владения AI-сервером (TCO).

GPU должны эффективно справляться с обучением, инференсом, научными вычислениями и множеством динамических рабочих нагрузок, их главный барьер — универсальность + программная экосистема CUDA/TensorRT + масштабируемость кластера уровня NVLink; в то время как Maia — это кастомизированный AI-ускоритель Microsoft, созданный по принципу со-дизайна “железо + софт” под рабочие нагрузки Azure, где больше транзисторов, энергобюджета и площади кристалла выделены операциям с тензорами низкой точности, объёму/пропускной способности памяти и перемещению данных, что критично для инференса Transformer.

Maia 200 уже использует 3-нм процесс TSMC (TSMC 3nm), нативные тензорные ядра FP4/FP8, 216 ГБ HBM3e, пропускную способность 7 ТБ/c и 272 МБ SRAM на кристалле; Microsoft специально усилила DMA, NoC и двухуровневую Scale-up сеть, в первую очередь оптимизируя архитектуру под проблемы памяти (Memory Wall) на этапе инференса, KV Cache и расходы на перемещение данных; согласно последнему финансовому отчёту, производительность на каждый вложенный доллар в Maia 200 уже на 30% выше, а производительность на ватт для моделей MAI выросла примерно на 40%. Именно это и составляет ключевое конкурентное преимущество ASIC/XPU эпохи инференса: когда миллиарды однотипных заданий на генерацию токенов можно стандартизовать, переплата за универсальность "всесильного GPU" от Nvidia уже не всегда оправдана для каждого запроса на инференс.

Если запуск Maia 300 на глобальных объёмах произойдёт так, как заявляют СМИ, то для мировой AI-полупроводниковой индустрии это будет "важный структурный позитив", но также означает дальнейшее увеличение TAM (общей адресуемого рынка) AI-инфраструктуры и переформатирование пула прибыли — то есть возрастающий спрос на передовые мощности TSMC, производственную цепочку современных технологий, кастомный дизайн ASIC, HBM/NAND, DRAM уровня дата-центра, передовые корпуса, скоростные оптические межсоединения и сетевую инфраструктуру в ЦОДах. Но для Nvidia и AMD, которые доминируют в сегменте AI GPU, такой сдвиг вызовет скорее менее позитивные ожидания по масштабам рынка.

Аналитик Wolfe Research Крис Казо отмечает, что индекс полупроводников Филадельфии (SOXX) удвоился за последние три месяца перед тем, как снизиться примерно на 25% с максимумов, а недавняя слабость выглядит как коррекция завышенных ожиданий. Казо прогнозирует, что спрос на AI-чипы не утихнет как минимум до 2028 года, и считает, что ранее опасения рынка по поводу сокращения капиталовложений крупнейших облачных провайдеров не оправдались — напротив, растущая конкуренция вокруг AI-агентов заставляет их только наращивать расходы.

Согласно недавнему аналитическому обзору Morgan Stanley под руководством Брайана Новака, прогнозы по капиталовложениям пяти крупнейших облачных и технологических компаний (Meta, Amazon, Microsoft, Google, SpaceX) на 2027/2028 годы были вновь существенно повышены — до $1,2 и $1,4 трлн соответственно. Прогноз по капиталовложениям американских ИТ-гигантов на 2026 год пересмотрен в сторону резкого увеличения — с $433 млрд год назад до $805 млрд.

Однако это не значит, что Maia в краткосрочной перспективе сможет заменить Nvidia. Напротив, конкуренция в инференсе уже перешла с "пиковых FLOPS чипа" на "эффективность всей AI-фабрики", а самые мощные барьеры Nvidia — это CUDA, TensorRT-LLM, Dynamo, зрелые библиотеки Kernel и интеграция GPU–NVLink–сети–ПО. TensorRT-LLM активно оптимизируется под FP8/FP4-квантизацию, Paged KV Cache, Speculative Decoding, Expert Parallelism и другие критически важные для инференса технологии — поэтому если Microsoft хочет масштабировать Maia как массовую стороннюю платформу, главной задачей будет не просто выпуск чипа, а доработка компилятора, библиотек, планировщика, совместимости моделей и экосистемы для разработчиков.

По мнению таких организаций, как Morgan Stanley и Wedbush Securities, которые по-прежнему высоко оценивают инвестиционные перспективы индустрии AI-вычислений, практически безграничный спрос на вычисления в эпоху AI-инференса и AI-агентов позволяет AI ASIC занять место второго триллионного экосообщества, не разрушая спроса на GPU — что, напротив, ещё больше укрепляет идею, что "AI-суперцикл полупроводников — это не только цикл GPU, но и общий рост содержания кремния в дата-центрах".

Что касается акций TSMC, "короля чипового аутсорсинга", аналитик Barclays Саймон Коулз недавно повысил целевую цену на TSMC с 625 до 650 долларов и подтвердил рекомендацию "покупать"; если эта цена будет достигнута, капитализация компании может вырасти с нынешних ~$2,17 трлн до ~$3,37 трлн.

Ключевая бычья логика Коулза сводится к следующему: мировой AI индуцирует "битву за поставки передовых логических пластин" — его исследования азиатской цепочки поставок показывают жёсткую конкуренцию клиентов за передовые логические производственные мощности, при этом TSMC располагает сразу двумя ключевыми ресурсами AI-вычислений: передовыми техпроцессами N2/N3 и современной корпусировкой CoWoS, что делает её мощнейшим игроком на рынке. Другими словами, ставка на бычий сценарий с ценой 650 долларов — это ставка не только на флагманские GPU Nvidia, но и на то, что все гетерогенные кластеры AI — Nvidia/AMD GPU, Google TPU, AWS Trainium, Microsoft Maia и AMD GPU — в конечном итоге будут нуждаться в передовых техпроцессах и упаковке от TSMC, превращая её в ключевой актив эпохи AI-инференса, своего рода "транзитную станцию инфраструктуры вычислений".

По Marvell максимальный бычий таргет сейчас озвучил аналитик KeyBanc Джон Винь — 400 долларов за акцию, которые были повышены 14 июля с 385 и рейтинга "покупать", что почти на 91,8% выше текущей цены торговли 208,56 долларов. При расчёте на ~875,8 млн размещённых акций, 400 долларов дают потенциальную капитализацию Marvell примерно $350,3 млрд. Ключевая инвестиционная логика Виня — "гетерогенные вычисления облачных гигантов + эра AI-инференса": Marvell одновременно растёт на двух трендах — поставках кастомных AI ASIC/XPU (Custom Silicon) и высокоскоростных межсоединений (Optical/Networking) сверхкрупным облачным клиентам.

Целевой уровень 400 долларов по оценке Виня — это не только ставка на одну Maia 300, а на целую эру, когда Microsoft, Google, Amazon и другие облачные гиганты переходят от закупки GPU Nvidia к гетерогенной инфраструктуре GPU+собственные ASIC, а Marvell эволюционирует из поставщика AI-интерконнектов в ключевого "оружейника" кастомной кремниевой продукции для облачных лидеров.