Microsoft ha annunciato il completamento del pre-training di MAI-Base-2, un modello linguistico di tipo Mixture-of-Experts (MoE) che conta ben 2,8 trilioni di parametri totali, di cui solo 80 miliardi attivi durante l'inferenza. La mossa segna un deciso balzo in avanti nella corsa ai modelli di frontiera, con l'azienda di Redmond che punta a superare i concorrenti cinesi e americani sul fronte dell'efficienza computazionale.
Efficienza record rispetto a DeepSeek
Secondo quanto rivendicato da Microsoft, MAI-Base-2 sarebbe fino a 12 volte più efficiente di DeepSeek-V4-Pro-Base, il modello di punta della startup cinese DeepSeek. L'architettura MoE permette di attivare solo una frazione dei parametri per ogni token generato, riducendo drasticamente i costi di calcolo e i requisiti hardware rispetto a modelli densi di dimensioni comparabili. Questo si traduce in un vantaggio competitivo significativo in termini di scalabilità e sostenibilità economica.
Distribuzione tramite Foundry
Microsoft non intende rendere MAI-Base-2 disponibile pubblicamente in modo indiscriminato. La strategia prevede la distribuzione attraverso Foundry, la piattaforma aziendale per l'accesso controllato a modelli di intelligenza artificiale, riservata a partner selezionati. Questa scelta mira a garantire un uso responsabile e a monetizzare l'infrastruttura, mantenendo al contempo un vantaggio competitivo su chi non avrà accesso al modello.
L'annuncio di MAI-Base-2 arriva in un momento di forte competizione nel settore dei modelli linguistici di grandi dimensioni, dove efficienza e costi di addestramento sono diventati fattori critici. Con questa mossa, Microsoft rafforza la sua posizione non solo come fornitore di servizi cloud, ma anche come sviluppatore di modelli proprietari all'avanguardia, pronti a ridefinire gli standard del mercato.
