Microsoft presentó el lunes Azure Maia 300, la tercera generación de su familia interna de aceleradores de IA, y dijo que el chip anclará implementaciones de varios gigavatios en Azure a partir de 2027, un paso importante en el esfuerzo de la compañía por ejecutar más cargas de trabajo de IA en su propio silicio en lugar de en las GPU de Nvidia.
El anuncio, realizado en una publicación de blog de Scott Guthrie, vicepresidente ejecutivo de su grupo Cloud + AI de Microsoft, posiciona a Maia 300 como el principal sistema de inferencia para los productos y servicios propios de Microsoft. Aterriza en medio de una carrera industrial más amplia para construir chips de IA personalizados, un cambio que seguimos de cerca en nuestra cobertura continua de los últimos desarrollos de IA a medida que los hiperescaladores trabajan para controlar el costo de servir IA a escala.
Según Microsoft, Maia 300 está diseñado para ofrecer un 40% más de tokens por megavatio en comparación con los principales sistemas basados en GPU. En una configuración completa de 96 aceleradores, la compañía dice que el chip proporciona hasta siete veces el rendimiento de token a escala de rack de su predecesor, Maia 200.
Construido para la inferencia desde cero
Microsoft describe Maia 300 como una arquitectura de "inferencia primero" dirigida a cargas de trabajo de contexto largo, uso intensivo de memoria y decodificación: los patrones que dominan los asistentes de chat modernos, los sistemas de razonamiento y los agentes de inteligencia artificial de varios pasos.
El subsistema de memoria del chip utiliza ocho pilas de HBM4 que entregan 18,0 terabytes por segundo de ancho de banda máximo dentro de una envolvente térmica de 950 vatios. La SRAM integrada se trata como un bloc de notas administrado por software, lo que, según Microsoft, alivia la presión sobre HBM y mantiene más datos cerca de las unidades de cómputo.
Maia 300 también pasa a un diseño de múltiples chips que divide las funciones de computación, controlador de memoria y E/S en matrices separadas, con los chips de computación fabricados en el nodo de proceso N2P de TSMC. La compatibilidad con formatos mejorados de baja precisión MXFP4 tiene como objetivo reducir tanto las necesidades de memoria informática como el almacenamiento de caché KV, permitiendo ventanas de contexto más grandes y un mayor rendimiento con el mismo presupuesto de energía.
En lo que respecta a las redes, Microsoft trata la red como una extensión de la arquitectura de flujo de datos del chip. Un transporte de IA personalizado proporciona comunicación ampliable entre aceleradores y racks a través de una infraestructura basada en Ethernet, formando lo que la compañía describe como una topología unificada que escala desde un solo rack hasta implementaciones a escala de centro de datos.
Números de escala en rack
A nivel de rack, Microsoft dice que 96 aceleradores Maia 300 operan dentro de una envolvente de potencia de 167 kilovatios, ofreciendo 27,6 terabytes de capacidad HBM y 1,7 petabytes por segundo de ancho de banda agregado en todo el dominio de ampliación. La compañía sostiene que esta densidad le permite ofrecer más interacciones simultáneas de IA y mayores cargas de trabajo desde cada rack.
Maia 200 ya está en producción
Maia 300 sigue a Maia 200, que Microsoft presentó en enero de 2026 y que ya atiende cargas de trabajo de producción, incluido Microsoft Copilot. Según la compañía, Maia 200 también respaldará a GitHub Copilot y Microsoft Foundry para fines de 2026, y ejecuta modelos OpenAI, los propios modelos MAI de Microsoft y las principales familias de modelos de código abierto.
Microsoft dice que Maia 200 se está implementando en los Estados Unidos, Europa y Australia, entregando hasta 1,7 veces más tokens por vatio para funciones de inteligencia artificial integradas en Teams, Copilot y experiencias de Microsoft 365 en comparación con la infraestructura de GPU líder que reemplazó. Guthrie escribió que la experiencia operativa de Maia 200 dio forma directamente al diseño de Maia 300.
Juntas, las dos generaciones están destinadas a impulsar un amplio conjunto de servicios de IA de Microsoft: trabajo agente de varios pasos detrás de las herramientas de codificación de GitHub, servicio de modelos a escala de nube a través de Microsoft Foundry, inferencia y generación de datos para el equipo del modelo MAI, y flujos de trabajo Dragon Copilot sensibles a la latencia que tienen como objetivo reducir la carga administrativa de los médicos.
Reducir la dependencia de Nvidia
El subtexto estratégico del anuncio es el esfuerzo de Microsoft por reducir su dependencia de Nvidia, cuyas GPU dominan el entrenamiento y la inferencia de IA en toda la industria. Reuters informó que Microsoft planea un "enorme despliegue" de sus propios chips como una forma de controlar los costos, mientras que CNBC enmarcó el lanzamiento como un movimiento directo para reducir la dependencia de la compañía del hardware de Nvidia, algunos de los componentes más caros y con suministro más limitado en el desarrollo de la IA.
El poder de fijación de precios de Nvidia se ha convertido en un tema de debate en toda la industria de la nube, y el silicio personalizado es la respuesta estándar. Las TPU de Google, las líneas Trainium e Inferentia de Amazon y los chips MTIA de Meta persiguen el mismo objetivo: hardware especializado adaptado a las cargas de trabajo exactas de cada empresa. El programa Maia de Microsoft, que comenzó con el Maia 100 presentado en noviembre de 2023, es su entrada en esa carrera.
Para Microsoft, la economía es sencilla: cada token servido por un chip interno es un token que no lleva el margen de Nvidia. Dado que los volúmenes de inferencia de IA crecen en los servicios de Copilot, Microsoft 365, GitHub y Azure AI, incluso la sustitución parcial se traduce en ahorros sustanciales a hiperescala.
¿Qué viene después?
Microsoft dijo que las implementaciones de producción de Maia 300 comenzarán en 2027 y señaló a los lectores un documento técnico publicado para conocer los detalles arquitectónicos. La compañía también dijo que compartirá más sobre su estrategia de silicio y su hoja de ruta de infraestructura más amplia en Microsoft Ignite 2026, que organizará en San Francisco y en línea.
Queda por ver si Maia 300 puede hacer mella en el dominio de Nvidia: las últimas arquitecturas de Nvidia aún lideran en rendimiento bruto y Microsoft continúa comprando hardware de Nvidia a enorme escala. Pero la trayectoria es clara: el operador de nube más grande del mundo tiene la intención de servir una proporción cada vez mayor de los tokens de IA del mundo en chips que él mismo diseñó.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
