Microsoft опубликовала планы по расширению системы Azure Maia до развёртываний мощностью в несколько гигаватт, а Maia 300 позиционируется как следующий чип в этой линейке. Скотт Гатри охарактеризовал спрос на ИИ как ненасытный и указал на продолжающуюся ценовую войну моделей. В публикации не указаны сроки, региональное развёртывание или то, для каких рабочих нагрузок резервируется эта мощность; эти детали остаются неясными.
Для команд, запускающих агентов, ограничение редко сводится только к качеству модели. Длительно работающие циклы агентов, вызовы инструментов, повторные попытки и проходы оценки непрерывно потребляют токены инференса, поэтому потолки пропускной способности и стоимость за токен определяют, что архитектурно осуществимо. Дорожная карта собственных ускорителей в масштабе гигаватт меняет расчёт между собственной разработкой и покупкой: рабочие нагрузки, которые ранее были слишком дороги для постоянной работы, становятся кандидатами на постоянное развёртывание, а аргумент в пользу собственного хостинга ещё больше слабеет там, где мощность доступна по требованию.
Behzat AI рассматривает экономику инференса как входной параметр проектирования, а не как запоздалую мысль. Топологии агентов, бюджеты контекста, слои кэширования и политики эскалации выбираются исходя из измеренной стоимости на выполненную задачу, а не на вызов. Когда предложение ускорителей расширяется в таком масштабе, разумный ответ — пересмотреть эти оценки, а не предполагать, что компромиссы прошлого квартала всё ещё актуальны. Практический вопрос для большинства команд не в том, мигрировать ли, а в том, какие пути агентов стоит переоценить в первую очередь.