Microsoft ha presentado Maia 300, su tercera generación de aceleradores de inteligencia artificial, con la que busca reducir parte de su dependencia de NVIDIA. El objetivo es sostener servicios masivos como Microsoft Copilot con una infraestructura más controlada y eficiente.
Microsoft prevé iniciar el despliegue de Maia 300 en producción en 2027. La apuesta no consiste solo en fabricar un procesador más rápido: la empresa quiere que Maia se convierta en su sistema central para la inferencia (la fase en que la IA genera una respuesta a una petición).
Ese detalle es la clave. Entrenar un modelo de IA requiere grandes cantidades de datos para desarrollar sus capacidades; la inferencia es el momento cotidiano en que una persona escribe una consulta y espera una respuesta inmediata.
Un sistema pensado como una casa conectada
Maia 300 puede entenderse como una casa donde cada ambiente cumple una tarea, pero todos comparten el mismo cableado. Los chiplets (pequeños bloques de silicio especializados) se distribuyen el cálculo, mientras la memoria y las comunicaciones evitan que la información quede atrapada en una habitación.
La novedad no está solo en tener más potencia, sino en hacer que los datos recorran menos pasillos. Microsoft diseñó software para ordenar ese tránsito, reducir movimientos innecesarios y aprovechar mejor los recursos disponibles.
En esa arquitectura, ocho pilas de memoria HBM4, una memoria diseñada para mover muchos datos a gran velocidad, funcionan como una despensa ubicada junto a la cocina. Si los ingredientes están cerca, el trabajo avanza sin viajes constantes al otro extremo de la casa.
Los chiplets dedicados al cálculo se fabricarán con el proceso N2P de TSMC, una técnica de producción de silicio de alta densidad. Sin embargo, el verdadero interruptor del proyecto está en la coordinación entre memoria, cómputo y conexiones.
La experiencia anterior también pesa. Microsoft presentó Maia 100 en 2023 y Maia 200 en enero de 2026. Esta última generación ya procesa cargas reales, incluidas algunas de Copilot, y sus resultados están orientando el diseño de la nueva pieza.
La batalla por cada megavatio
Según las estimaciones de Microsoft, Maia 300 podrá procesar un 40% más de tokens (fragmentos de texto o contenido que procesa un modelo) por megavatio que algunos sistemas basados en GPU, procesadores gráficos usados para cálculos de IA. La empresa no detalló cuáles fueron los equipos de NVIDIA u otros fabricantes tomados como referencia.
También sostiene que un rack, un armario técnico que agrupa equipos, con 96 aceleradores Maia 300 alcanzará hasta siete veces el rendimiento en tokens por rack de Maia 200. Esa comparación requiere cautela: Maia 300 duplica la cantidad de aceleradores y las cifras aún no cuentan con validación independiente.
Cada rack fue diseñado para operar dentro de un límite de 167 kilovatios. Por eso, la oportunidad no depende únicamente del chip: la electricidad disponible y el espacio físico de los centros de datos serán límites concretos para ampliar la IA a escala de varios gigavatios.
Microsoft no es la única empresa que busca una alternativa. Google utiliza sus TPU, procesadores propios para IA, y Amazon ofrece servidores basados en Trainium. Eso no significa que NVIDIA quede afuera: Amazon y NVIDIA anunciaron un plan para sumar dos millones de GPU en AWS entre 2027 y 2028.
Maia 300 todavía es una hoja de ruta, no una transformación terminada. Pero revela una tendencia central: para responder más rápido y crecer sin que la factura energética se descontrole, las grandes tecnológicas quieren diseñar también el cableado de su propia casa digital.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
