La estrategia de chips Maia de Microsoft avanza hacia un papel más importante en sus servicios de IA. Presentado el 12 de octubre de 2026, Maia 300 es el acelerador de IA propio de tercera generación de la empresa. Está previsto que las cargas de trabajo de producción comiencen en 2027, con el objetivo de convertir su propio silicio en el sistema principal para la inferencia de IA en todos los productos de Microsoft.
Conclusiones clave
Microsoft espera que Maia 300 genere un 40 % más de tokens por megavatio que los principales sistemas con GPU.
Un rack con 96 aceleradores apunta a alcanzar hasta siete veces el rendimiento en tokens de Maia 200.
Microsoft seguirá trabajando con Nvidia y AMD en el entrenamiento de modelos.
Según The Verge, el cambio busca reducir la dependencia de Microsoft de las GPU de Nvidia y AMD, a la vez que mejora el costo y la eficiencia de las cargas de trabajo de IA en la nube. El chip también está dirigido a modelos de razonamiento más exigentes y tareas basadas en agentes.
El chip Maia de Microsoft apunta a cargas de trabajo de razonamiento y basadas en agentes
Maia 300 está diseñado para el razonamiento con contextos largos, experiencias conversacionales sensibles a la latencia y tareas prolongadas que implican varios pasos de agentes. Scott Guthrie, vicepresidente ejecutivo del grupo de nube de Microsoft, lo describe como un sistema de IA completo para esas cargas de trabajo.
El acelerador llega después de Maia 200, presentado en enero de 2026. Esa generación ya gestiona cargas de trabajo de producción para Microsoft Copilot, GitHub Copilot y Microsoft Foundry, además de los propios modelos de IA de Microsoft. CNBC informó que Maia 200 también ejecuta modelos de OpenAI; en julio, el director ejecutivo Satya Nadella dijo que ofrecía un rendimiento por dólar un 30 % superior al del hardware de última generación de la flota de Microsoft.
Más tokens por cada megavatio y rack
Microsoft espera que Maia 300 ofrezca un 40 % más de tokens por megavatio que los principales sistemas basados en GPU, dijo Guthrie. En una configuración completa de 96 aceleradores, el rendimiento de tokens a nivel de rack alcanza hasta siete veces el de Maia 200, añadió.
CNBC informó que el rack previsto contiene el doble de aceleradores que su predecesor. Alistair Speirs, gerente general de Microsoft, relacionó un mejor aprovechamiento de la energía disponible con los costos operativos de los centros de datos, mientras que Jim Kleewein, miembro técnico distinguido, dijo que algunas funciones de Microsoft 365 Copilot deberían ser más rápidas con Maia 300.
El diseño utiliza una arquitectura de chiplets basada en el proceso N2P de TSMC, que separa las funciones de cómputo, controladora de memoria y entrada/salida. El equipo de hardware e infraestructura de Azure de Microsoft señaló que esa separación destina más área de silicio al cómputo y permite que cada función utilice una tecnología adecuada para su propósito.
Producción en 2027, con Nvidia aún involucrada
Maia 300 comenzará a gestionar cargas de trabajo de IA en producción en 2027. El plan anunciado por Guthrie consiste en ampliar la familia Azure Maia hasta alcanzar despliegues de varios gigavatios a partir de ese año y convertirla en el principal sistema de inferencia de Microsoft.
Ese cambio no abarca toda la computación de IA. Speirs dijo a CNBC que Microsoft sigue colaborando con Nvidia y AMD en el entrenamiento de modelos. También destacó la flexibilidad para elegir el silicio más adecuado para cada modelo.
Los analistas de Evercore ISI estimaron en una nota para clientes que Maia representaría alrededor del 10 % del gasto de Microsoft en chips de IA para el primer trimestre de 2027, según informó CNBC. Los aceleradores de Microsoft no están disponibles para que otras empresas los alquilen por hora.
Codiseño de los modelos y el silicio de Microsoft
Mustafa Suleyman, director ejecutivo de Microsoft AI, considera que el codiseño de modelos y chips es una prioridad en la estrategia de Microsoft para el chip Maia. El reportaje vincula ese trabajo con los esfuerzos de la empresa por alcanzar a Google DeepMind, OpenAI y Anthropic.
«Tenemos que trabajar en toda la pila, hasta llegar al silicio», dijo Suleyman. «A esa escala necesitamos una plataforma que sea nuestra y que codiseñemos con nuestros modelos. Por eso, ejecutar nuestros modelos de Microsoft AI en el chip Maia es una prioridad fundamental para nuestro equipo».
Artículo elaborado con la ayuda de inteligencia artificial y revisado por el equipo editorial.