Firma ma przygotowywać premierę układu Maia 300 już tej jesieni, co oznaczałoby istotny przełom dla projektu, który przez długi czas pozostawał przede wszystkim ambitnym planem. Microsoft od kilku lat pracuje nad własnymi chipami AI, ale na tle innych gigantów technologicznych jego postępy nie wyglądały szczególnie imponująco. Google od dawna może pochwalić się własnymi TPU, Amazon rozwija układy Trainium, a Microsoft dopiero teraz może wejść w etap, w którym własny chip zacznie być wykorzystywany na większą skalę.

I właśnie dlatego informacja o Maia 300 jest ciekawa nie tylko z technologicznego punktu widzenia, ale przede wszystkim z perspektywy rynku. Pojawia się bowiem pytanie, czy Microsoft dzięki własnym chipom będzie w stanie ograniczyć swoją zależność od Nvidii. A jeśli tak, to czy oznacza to początek końca ogromnego boomu, który uczynił Nvidię jednym z największych beneficjentów rewolucji AI?

Odpowiedź można streścić do krótkiego i prostego: “Nie”. Ale w tej sprawie chodzi o coś więcej.

Microsoft nie buduje własnego chipu po to, aby całkowicie zastąpić Nvidię. Celem jest stworzenie układu maksymalnie dopasowanego do własnej infrastruktury, centrów danych i Azure. Microsoft nie musi stworzyć najlepszego uniwersalnego chipu AI na świecie. Wystarczy, że w określonych zadaniach będzie wystarczająco wydajny, tańszy lub bardziej efektywny energetycznie od rozwiązania kupowanego od zewnętrznego dostawcy. Przy skali działalności Microsoftu nawet niewielka poprawa efektywności może oznaczać ogromne oszczędności. Jeżeli część obciążeń Azure będzie można przenieść na własne chipy, firma zyska większą kontrolę nad kosztami i infrastrukturą, a jednocześnie ograniczy zależność od jednego dostawcy.

To dokładnie ten sam kierunek, który od lat obserwuje się u innych hyperscalerów. Google rozwija TPU, Amazon ma Trainium, Meta buduje własne układy, a Microsoft rozwija rodzinę Maia. Nie chodzi jednak o całkowite odcięcie się od Nvidii, lecz o ograniczenie zależności od jej produktów. Nvidia bowiem nadal ma ogromną przewagę. Jej chipy są wydajne, dojrzałe i wspierane przez rozbudowany ekosystem obejmujący między innymi CUDA, biblioteki, narzędzia dla deweloperów oraz networking. W najbardziej wymagających zastosowaniach AI nadal trudno znaleźć rozwiązanie, które mogłoby w pełni ją zastąpić.

Microsoft nie musi więc pokonać Nvidii, aby Maia 300 miała sens ekonomiczny. Wystarczy, że własny chip będzie lepszym rozwiązaniem dla części konkretnych i powtarzalnych zadań wykonywanych w Azure. W najbardziej wymagających zastosowaniach nadal mogą być wykorzystywane produkty Nvidii.

W efekcie najbardziej prawdopodobny jest model hybrydowy. Własne chipy będą stopniowo przejmować część zadań, podczas gdy Nvidia pozostanie kluczowym dostawcą dla najbardziej wymagających zastosowań.

I właśnie to jest największym długoterminowym zagrożeniem dla Nvidii. Nie nagłe pojawienie się konkurencyjnego chipu, ale stopniowe przejmowanie części rynku przez własne rozwiązania Microsoftu, Google, Mety czy Amazona.

Nie oznacza to jednak końca dominacji Nvidii. Rozwój własnych chipów pokazuje przede wszystkim, jak ogromna stała się skala inwestycji w infrastrukturę AI. Przy wydatkach liczonych w dziesiątkach miliardów dolarów nawet niewielka poprawa efektywności może być warta miliardy. Maia 300 jest więc dla Microsoftu przede wszystkim narzędziem strategicznym. Jeżeli projekt okaże się sukcesem, firma zyska większą kontrolę nad kosztami, infrastrukturą i technologią wykorzystywaną przez Azure.

Ponieważ celem własnych chipów hyperscalerów nigdy nie było całkowite odcięcie się od Nvidii. Chodziło o to, aby nie być od niej całkowicie zależnym. Microsoft nie potrzebuje więc zastąpić Nvidii. Wystarczy, że będzie potrzebował jej trochę mniej niż wcześniej. A dla największego dostawcy chipów AI na świecie właśnie to może być jednym z największych wyzwań nadchodzących lat.

Mikołaj Sobierajski

Analityk Rynku Akcji XTB