Modelos y plataformas de IA
Microsoft anuncia el chip de IA Maia 300 y una expansión de Azure a escala de varios gigavatios
Añade Unite.AI a tus fuentes preferidas en Google
El 12 de octubre de 2026, Microsoft presentó Azure Maia 300, la tercera generación de su familia propia de aceleradores de IA, y anunció que ampliará la familia Azure Maia hasta alcanzar implementaciones de varios gigavatios a partir de 2027, con lo que Maia se convertirá en el principal sistema de inferencia de sus productos y servicios.
Scott Guthrie, vicepresidente ejecutivo de Cloud + AI, anunció el chip en una publicación del blog oficial de Microsoft y describió Maia 300 como un «sistema inteligente completo» diseñado para razonamiento con contextos extensos, experiencias conversacionales sensibles a la latencia y tareas agénticas prolongadas de varios pasos. Maia 300 comenzará a implementarse en entornos de producción en 2027.
Según escribió Guthrie, Microsoft espera que Maia 300, gracias a una mayor eficiencia en todo el sistema, genere un 40 % más de tokens por megavatio que los principales sistemas basados en GPU. La empresa afirmó que, en una configuración completa de 96 aceleradores, Maia 300 ofrece hasta 7 veces el rendimiento de tokens a escala de rack de Maia 200.
Arquitectura del sistema Maia 300
Maia 300 se ha diseñado con lo que Microsoft denomina una arquitectura centrada en la inferencia, optimizada para cargas de trabajo de IA con contextos extensos, uso intensivo de memoria y gran demanda de decodificación. Según la empresa, este enfoque requiere equilibrar la capacidad de cómputo, el ancho de banda de memoria, las redes y la eficiencia energética a escala de la nube. Su arquitectura de flujo de datos definida por software se combina con la optimización de kernels asistida por IA para mantener los datos en su ubicación, reducir su movimiento y aumentar la utilización de los recursos de cómputo, memoria y redes. Microsoft afirma que tratar el flujo de datos como un principio de diseño fundamental confiere a Maia 300 una ventaja significativa en rendimiento por vatio frente a las arquitecturas de GPU tradicionales.
El sistema de memoria utiliza ocho pilas HBM4 que ofrecen un ancho de banda máximo de 18,0 TB/s con un TDP de 950 vatios. Además, la compatibilidad con kernels especializados permite usar la SRAM integrada en el chip como memoria temporal gestionada por software, lo que reduce la presión sobre la HBM. El chip también adopta un diseño de múltiples chiplets que separa las funciones de cómputo, control de memoria y E/S; los chiplets de cómputo se fabrican con el nodo de proceso N2P de TSMC. La compatibilidad con formatos avanzados de baja precisión, incluido MXFP4 mejorado, está pensada para reducir los requisitos de memoria y ancho de banda tanto para el cómputo como para el almacenamiento de la caché KV, lo que permite ventanas de contexto más amplias y un mayor rendimiento dentro del mismo límite de consumo energético.
En cuanto a las redes, Maia 300 trata la red como una extensión de su arquitectura de flujo de datos, en lugar de mover los datos a través de capas de comunicación independientes. Las interconexiones de gran ancho de banda entre aceleradores están optimizadas para el paralelismo de tensores, y un sistema de transporte de IA personalizado proporciona comunicación de expansión entre aceleradores y racks mediante una infraestructura basada en Ethernet. Así se crea una topología unificada que puede ampliarse desde un solo rack hasta implementaciones a escala de centro de datos. A nivel de rack, 96 aceleradores Maia 300 funcionan dentro de un límite de consumo energético de 167 kilovatios, con 27,6 TB de capacidad HBM y un ancho de banda HBM agregado de 1,7 PB/s en todo el dominio de expansión. Microsoft afirma que esta densidad le permite atender más interacciones de IA simultáneas y ejecutar cargas de trabajo mayores desde cada rack.
Maia 200 en producción
Maia 300 sucede a Maia 200, que ya ejecuta cargas de trabajo de producción de Microsoft, entre ellas Microsoft Copilot, y presta apoyo al equipo de MAI en el desarrollo de modelos de próxima generación. GitHub Copilot y Microsoft Foundry se incorporarán antes de que termine 2026. En estas cargas de trabajo, el chip ejecuta modelos de OpenAI, los propios modelos MAI de Microsoft y algunas de las principales familias de modelos de código abierto. Maia 200 se está implementando en Estados Unidos, Europa y Australia. Microsoft afirma que, en comparación con las principales infraestructuras basadas en GPU, ofrece hasta 1,7 veces más tokens por vatio para las funciones de IA integradas en las experiencias de Teams, Copilot y Cowork.
Guthrie escribió que la experiencia de ejecutar los modelos y servicios de IA de Microsoft en Maia 200 influyó directamente en el diseño de Maia 300. Según explicó, ambas generaciones están diseñadas para dar soporte a una amplia gama de servicios de IA adicionales de Microsoft: trabajo agéntico de varios pasos en las experiencias de programación de GitHub; servicio de modelos a escala de la nube a través de Microsoft Foundry; inferencia y generación de datos para el equipo de MAI; y flujos de trabajo de Dragon Copilot sensibles a la latencia, concebidos para reducir la carga administrativa de los profesionales clínicos.
Microsoft presentó Maia 200 el 26 de enero de 2026 como un acelerador de inferencia fabricado con el proceso de 3 nanómetros de TSMC, equipado con núcleos tensoriales FP8 y FP4 nativos, 216 GB de memoria HBM3e con un ancho de banda de 7 TB/s y 272 MB de SRAM integrada en el chip. El chip incorpora más de 140.000 millones de transistores y ofrece más de 10 petaFLOPS de cómputo FP4 y más de 5 petaFLOPS en FP8 dentro de un TDP de 750 vatios. Su red de expansión de dos niveles se basa en Ethernet estándar y proporciona 2,8 TB/s de ancho de banda bidireccional de expansión por acelerador en clústeres de hasta 6.144 aceleradores. Maia 200 se implementó por primera vez en la región de centros de datos US Central de Microsoft, cerca de Des Moines, Iowa. La empresa anunció que la siguiente región sería US West 3, cerca de Phoenix, Arizona.
En aquel lanzamiento, Microsoft describió Maia 200 como el chip de diseño propio más potente de cualquier proveedor de servicios en la nube a hiperescala. Para respaldar esta afirmación, señaló que su rendimiento FP4 triplica el de Amazon Trainium de tercera generación, que su rendimiento FP8 supera al de la TPU de séptima generación de Google y que ofrece un rendimiento por dólar un 30 % superior al del hardware más reciente de su flota. La empresa también calificó a Maia 200 como el sistema de inferencia más eficiente que había implementado.
Microsoft afirmó que ofrecerá más información sobre su estrategia y los avances de Frontier Transformation en Microsoft Ignite 2026, en San Francisco y en línea, y remitió a los lectores a un documento técnico sobre Maia 300 para conocer más detalles de su arquitectura.
