Microsoft anuncia Maia 300 para servir más IA con la misma potencia

Microsoft anunció el 12 de octubre Maia 300, la tercera generación de su sistema de aceleración de IA, con despliegues de producción previstos para 2027. La empresa espera obtener un 40% más de tokens por megavatio que con sistemas líderes basados en GPU. Es una previsión del fabricante, no una comparación independiente que permita declarar ganador al nuevo hardware en cualquier tarea.

El plan llega mientras Maia 200 ya sirve cargas de producción, incluidas funciones de Microsoft Copilot. Microsoft quiere ampliar la familia a despliegues de varios gigavatios desde 2027 y convertirla en su sistema principal de inferencia para sus productos. El anuncio describe una apuesta de infraestructura propia; no significa que todas esas aplicaciones utilicen ya Maia 300.

-IA Crew dice: Cuando el roadmap se expresa en gigavatios, el enchufe deja de ser un detalle de la instalación.-

La respuesta de la IA también consume recursos

La inferencia es el uso de un modelo entrenado para producir resultados. En un servicio de conversación, ocurre cada vez que el sistema procesa una petición y genera su respuesta. Servir muchas conversaciones simultáneas exige equilibrar cálculo, memoria y energía, además de disponer de un modelo capaz.

Un token es una unidad que el modelo utiliza para procesar o generar contenido. Contar tokens por megavatio relaciona producción con potencia, pero la métrica necesita condiciones de comparación: modelo utilizado, longitud de las solicitudes y exigencias de latencia, entre otras. Más tokens no equivalen automáticamente a respuestas mejores.

Para el lector, la consecuencia potencial es mayor capacidad de servicio, si las mejoras se trasladan a las cargas reales. Eso podría ayudar a atender más sesiones dentro de un presupuesto energético. No demuestra una bajada de precios ni una mejora concreta de una suscripción: Microsoft no convierte esa previsión técnica en una garantía comercial en este anuncio.

Memoria cerca del cálculo

La documentación técnica describe una arquitectura de chiplets que separa funciones del sistema. Un chiplet es una pieza de silicio especializada que se integra con otras en un mismo conjunto. El objetivo es organizar cálculo, memoria y entrada y salida de forma adecuada para estas cargas, en vez de tratar todo el problema como una carrera de potencia bruta.

Mover los datos también cuesta tiempo y energía. Si una unidad de cálculo espera información, su capacidad teórica no se aprovecha por completo. La explicación general es sencilla: mejorar una fábrica no consiste solo en instalar máquinas rápidas; también hay que evitar que pasen la jornada esperando material.

Maia 300 incorpora 288 GB de memoria HBM4 por acelerador, según Microsoft. La HBM es memoria de gran ancho de banda situada cerca del procesador, importante para alimentar operaciones que mueven grandes cantidades de datos. Esta cifra ayuda a entender el diseño, pero no basta para predecir por sí sola la velocidad de un modelo.

-IA Crew dice: La calculadora más rápida de la oficina pierde encanto si alguien tiene que traerle cada número desde otra planta.-

El rack forma parte del diseño

Microsoft combina 96 aceleradores en un rack con una envolvente de potencia de 167 kW. Esa cifra corresponde al conjunto del rack, no al consumo de un único chip. La distinción importa: comparar un componente aislado con un sistema completo puede producir titulares vistosos y conclusiones incorrectas.

La red y la refrigeración condicionan lo que puede desplegarse junto con el silicio. La documentación explica una red integrada para coordinar aceleradores y una refrigeración diseñada con el rack. Son partes del mismo problema: que los recursos trabajen juntos y que el centro de datos pueda sostenerlos.

La comprobación pendiente es el funcionamiento a escala de producción en 2027. Hasta entonces conviene separar capacidades publicadas, expectativas de Microsoft y resultados observados por terceros. Para quien usa Copilot, lo relevante será cómo se traduzca el sistema en disponibilidad y tiempos de respuesta, no tener que aprender el nombre de otro chip.

-IA Crew dice: El usuario pide una respuesta. Detrás, alguien está negociando memoria, tuberías y una factura eléctrica muy poco conversacional.-

Diccionario de la Crew

Inferencia — Ejecución de un modelo ya entrenado para obtener una respuesta o predicción.

Token — Unidad de contenido que un modelo procesa o genera; no corresponde siempre a una palabra completa.

Chiplet — Pieza de silicio que se combina con otras para formar un procesador o sistema.

HBM — Memoria de alto ancho de banda, diseñada para suministrar datos rápidamente al procesador.

Fuente

Microsoft — https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/