Michael JohnsonEl 12 de octubre, Microsoft anunció que ampliará la familia Azure Maia hasta varios gigavatios a partir de 2027. La empresa presenta Maia 200 como parte de una infraestructura de inferencia de producción ya operativa: el chip atiende cargas de Microsoft, incluido Copilot, así como modelos de OpenAI, modelos propios de MAI y familias de modelos de pesos abiertos. Según los planes de la empresa, GitHub Copilot y Microsoft Foundry se sumarán antes de finales de 2026. Los despliegues de producción de Maia 300 están previstos para 2027. Microsoft aspira a que Maia sea su sistema principal de inferencia para productos y servicios, dentro de una infraestructura abierta y heterogénea con distintos modelos y tipos de silicio. En el anuncio, la empresa no especificó un calendario de disponibilidad de Maia para los clientes de Azure.
Microsoft afirma que Maia 200 se está desplegando en Estados Unidos, Europa y Australia. Para las funciones de IA integradas en Teams, Copilot y Cowork, la empresa ofrece una estimación aparte: hasta 1,7 veces más tokens por vatio que con una infraestructura GPU de referencia. Este indicador corresponde a los servicios y las condiciones operativas que Microsoft especifica.
Maia 300 se diseña para la inferencia y los contextos largos
Microsoft posiciona Maia 300 para tareas de inferencia exigentes: procesar contextos largos, gestionar tareas conversacionales sensibles a la latencia y ejecutar escenarios agénticos de varios pasos. La empresa describe una arquitectura que equilibra el cómputo, el ancho de banda de memoria, el intercambio de datos por red y el consumo energético. Microsoft señala que el movimiento de datos es un cuello de botella en los grandes sistemas de inferencia; según la empresa, una arquitectura de procesamiento de datos definida por software debería mejorar el aprovechamiento de los recursos de cómputo, red y memoria.
El rack con 96 aceleradores Maia 300 está diseñado para ofrecer 27,6 TB de HBM y un ancho de banda de memoria agregado de 1,7 PB/s, con una potencia declarada de 167 kW. Según Microsoft, una configuración completa con 96 aceleradores podría ofrecer hasta siete veces más ancho de banda agregado de tokens a nivel de rack que Maia 200. Por separado, la empresa prevé un 40 % más de tokens por megavatio frente a los principales sistemas GPU. Estas estimaciones corresponden a una configuración futura; los despliegues de producción de Maia 300 están previstos para 2027.
Qué implica apostar por aceleradores propios
Un acelerador propio permite a un proveedor de nube diseñar conjuntamente chips, redes, software y cargas de servicio. Microsoft presenta Maia como un ejemplo de este enfoque, diseñado teniendo en cuenta los modelos y las aplicaciones que funcionan a gran escala. Para el negocio de la nube, esta estrategia podría ampliar las opciones de infraestructura para la inferencia y ayudar a atender más solicitudes de IA dentro de la capacidad de los centros de datos. En el anuncio, la empresa no explicó cómo repercutiría esto en los precios de Azure ni en la disponibilidad del chip para los clientes.
Para los equipos que eligen infraestructura actualmente, es importante distinguir entre las cargas de producción que ya funcionan con Maia 200 y la futura Maia 300. Microsoft no ha anunciado un calendario de disponibilidad de Maia 300 para clientes, una lista de servicios en la nube concretos ni tarifas. Al planificar un despliegue, conviene comprobar la disponibilidad del acelerador para el modelo y el servicio deseados, la ubicación geográfica, la latencia y el coste de la carga concreta.
Microsoft indica que Maia 300 cuenta con ocho pilas de HBM4, un ancho de banda de memoria máximo de 18 TB/s con un TDP de 950 W y chiplets de cómputo fabricados con el proceso TSMC N2P. El sistema también incorpora bloques independientes de cómputo, controladores de memoria y entrada/salida; para escalar del rack al centro de datos, utiliza una red Ethernet. La empresa expuso los detalles de la arquitectura en un artículo técnico sobre Maia 300. La información publicada muestra cómo Microsoft desarrolla aceleradores propios para la inferencia junto con su infraestructura GPU.