Maia 300: el chip propio de Microsoft para inferencia de IA

Casi todos los titulares de IA hablan de modelos: quién tiene el chatbot más listo o quién superó una prueba. Pero detrás de cada respuesta hay algo muy físico: un chip en un centro de datos, consumiendo electricidad y haciendo cuentas. Esta semana Microsoft ha puesto ese nivel bajo los focos al anunciar Maia 300, el siguiente chip de su familia propia Azure Maia.

No es un producto para el público y nadie lo va a comprar. Aun así, dice mucho sobre hacia dónde va la industria y quién controlará sus costes. Vamos a repasar qué se anunció, en lenguaje sencillo, y dónde creo que está lo interesante.

Lo que Microsoft ha anunciado

Según el resumen de Constellation Research sobre el anuncio, Microsoft lanzará Azure Maia 300 en 2027, en centros de datos de varios gigavatios. Cuando alcance escala, la familia Maia será el procesador de inferencia de referencia para los productos de Microsoft.

La fecha importa: es una hoja de ruta, no un chip que se pueda alquilar mañana. El modelo anterior, Maia 200, ya está en producción. Según la misma fuente, que cita una entrada del blog de Microsoft, Maia 200 está en producción para Microsoft Copilot, con GitHub Copilot y Microsoft Foundry en camino, y además ejecuta modelos de OpenAI y modelos de IA propios de Microsoft.

Microsoft describe Maia 300 como un chip diseñado para razonamiento con contexto largo, baja latencia y tareas de agentes de IA de varios pasos. Esas tres ideas retratan bastante bien la IA de finales de 2026, y volveré a ellas.

Entrenamiento frente a inferencia, en dos minutos

La palabra clave es inferencia. Crear un modelo, es decir, entrenarlo, es un esfuerzo enorme: meses de cálculo en miles de chips. La inferencia es lo que ocurre después, cada vez que alguien le pregunta algo. Cada consulta, cada sugerencia de código y cada resumen de correo es un trabajo de inferencia.

El entrenamiento se lleva los titulares, pero la inferencia es la factura que nunca deja de llegar. Un modelo se entrena una vez y se usa una enormidad de veces. Cuanta más IA se integra en los productos, más cuesta atender a cada usuario, y por eso a las empresas con audiencias masivas les obsesiona abaratarla.

Piensa en un restaurante: entrenar es diseñar la carta y construir la cocina; inferir es preparar cada plato, toda la noche, para todas las mesas. De la eficiencia de esa cocina depende que el negocio sea rentable.

Las cifras que pone sobre la mesa Microsoft

La afirmación principal viene de Scott Guthrie, vicepresidente ejecutivo de nube e IA de Microsoft. Según la cita recogida por Constellation Research, Microsoft espera que Maia 300 ofrezca un 40 % más de tokens por megavatio que los principales sistemas basados en GPU. Añadió que, en una configuración completa de 96 aceleradores, alcanza hasta 7 veces el rendimiento de tokens a escala de rack de Maia 200.

Traduzcamos. Un token es un fragmento pequeño de texto, más o menos parte de una palabra, que el modelo lee o escribe. Un megavatio mide potencia. Así que "tokens por megavatio" responde a una pregunta muy práctica: por cada unidad de electricidad, ¿cuánta IA obtengo? Es una métrica a la medida de esta época, en la que la energía es un cuello de botella tanto como los chips.

Dos cautelas. Primero, son expectativas, no mediciones independientes, y el chip aún no se vende. Segundo, "los principales sistemas basados en GPU" es una comparación amplia, y los detalles importan mucho. Las cifras de un fabricante son un punto de partida, no un veredicto. Yo esperaría a ver despliegues reales antes de dar por bueno ese 40 %.

Por dentro: qué cambia en el diseño

El informe enumera varias características. Maia 300 usa una arquitectura de flujo de datos definida por software y optimización de kernels asistida por IA, ambas orientadas a reducir el movimiento de datos. Tiene mayor ancho de banda de memoria, una arquitectura de chiplets sobre el nodo N2P de TSMC, menores requisitos de memoria y de ancho de banda, y una red integrada como parte de la arquitectura de flujo de datos.

¿Por qué tanta atención al movimiento de datos? En la IA moderna, la parte lenta suele no ser la aritmética, sino traer los pesos del modelo desde la memoria y enviar resultados entre chips. Un chip que espera menos puede servir más respuestas con la misma energía. Es como un cocinero con manos velocísimas que debe cruzar todo el edificio a por cada ingrediente: acortar el camino importa más que afilar el cuchillo.

Los chiplets, en términos generales, consisten en construir un procesador con varias piezas pequeñas de silicio en vez de una sola enorme; el informe no detalla cómo lo aprovecha Microsoft. Integrar la red refleja otra realidad: los grandes sistemas de IA no son chips sueltos, sino racks enteros que deben funcionar como una sola máquina. La configuración de 96 aceleradores de la cita de Guthrie apunta justo a eso.

Por qué el razonamiento y los agentes cambian el hardware

Que Microsoft insista en contexto largo, baja latencia y agentes no es casual. La respuesta de un chatbot simple es corta y rápida. Un modelo de razonamiento suele "pensar" en muchos pasos intermedios antes de contestar, y genera muchos más tokens por petición. Un agente que planifica, usa herramientas, comprueba resultados y reintenta lo multiplica, y además arrastra un historial largo.

Eso reordena las prioridades. El contexto largo presiona la memoria. La baja latencia importa porque nadie quiere un agente que se quede un minuto parado en cada paso. Y el volumen de tokens convierte el coste por token en una cifra decisiva. A mi juicio, es el mejor argumento a favor del silicio a medida: cuando las cargas son tan previsibles y tan enormes, adaptar el chip compensa.

El contexto: las grandes nubes fabrican sus propios chips

Constellation recuerda que, como otros hiperescaladores, Microsoft ha desarrollado sus propios procesadores para reducir costes de IA. Es la clave estratégica. A la escala de Copilot, pequeñas mejoras de eficiencia pueden convertirse en ahorros enormes, y diseñar tu propio chip permite afinar hardware y software a la vez.

También da control. Depender por completo de un único proveedor externo para el componente más importante de tu negocio resulta incómodo, tanto por precios como por suministro. Si Maia 300 reducirá de verdad la dependencia de las GPU de otros fabricantes es algo que solo se sabrá con el tiempo; la fuente no lo cuantifica. Mi lectura es que un chip propio no busca sustituir las GPU de la noche a la mañana, sino ganar poder de negociación y una opción más barata para las cargas que Microsoft conoce mejor.

Tampoco es un primer paso: Maia 200 ya está en producción, lo que sugiere un ritmo de iteración y no una apuesta aislada. Para ver cuán rápido avanza el lado de los modelos, puedes leer nuestra comparativa GPT-4 vs Claude AI; el hardware ahora intenta seguirle el paso.

La pregunta de la energía

La expresión "centros de datos de varios gigavatios" merece una pausa. Un gigavatio son mil megavatios, del orden de la potencia de una gran central eléctrica. Planear instalaciones de IA en ese rango muestra hasta qué punto la energía forma parte de la historia. La cifra de tokens por megavatio es, en cierto modo, la respuesta: si sacas más de cada unidad de energía, alivias algo de presión.

Pero conviene un poco de escepticismo. Las mejoras de eficiencia en computación suelen ser absorbidas por el aumento de la demanda: lo que sale más barato se usa más. Un chip más eficiente no implica por sí solo un menor consumo eléctrico total; puede significar simplemente más agentes haciendo más tareas. Si te interesa el lado ambiental, en IA y cambio climático exploramos cómo la tecnología puede ayudar y también presionar al planeta.

Qué vigilar y qué significa para ti

Para el usuario de a pie, el efecto será indirecto. Si Microsoft ofrece Copilot y otras funciones de IA más rápido y más barato, quizá veas respuestas más ágiles, límites de uso más generosos o precios más bajos. O puede que el ahorro engorde sobre todo los márgenes de la empresa. Esa es la incertidumbre honesta de cualquier anuncio de recorte de costes.

Esto es lo que seguiré de cerca de cara a 2027:

• Pruebas independientes que verifiquen el 40 % y el 7x en cargas reales.
• Qué servicios usan Maia 300 y si clientes externos podrán acceder a él.
• Energía y suministro: si los centros de varios gigavatios llegan a tiempo.
• La competencia: otros hiperescaladores también desarrollan sus propios procesadores, así que esto es una carrera.

Una reflexión final

Es fácil imaginar la IA como software flotando en la nube, pero es profundamente material: silicio, electricidad, refrigeración y hormigón. Las decisiones que se toman hoy en las salas de diseño de chips determinan qué funciones de IA serán asequibles mañana y quién podrá ofrecerlas. Cuanto más de esa cadena controlan pocas empresas, más se parecen sus decisiones a las nuestras.

Te dejo una pregunta: la próxima vez que pidas a un asistente que redacte un correo o planifique un viaje, ¿piensas en la energía y el hardware que hay detrás? Y si la IA se abarata, ¿la quieres en todas partes o conviene decidir dónde de verdad aporta algo?