Microsoft confirma su chip Maia 300 para 2027 y reduce su dependencia de NVIDIA en inferencia de IA

Maia 300: la apuesta de Microsoft por su propia infraestructura de IA

Microsoft ha anunciado Maia 300, la tercera generación de sus aceleradores de inteligencia artificial, y ha confirmado que comenzará a desplegarse en producción en 2027. La compañía estadounidense quiere convertir Maia en su principal sistema de inferencia para productos y servicios de IA, y ampliar sus despliegues a escala de varios gigavatios a partir de ese mismo año.

El proyecto no parte de cero: Microsoft presentó Maia 100 en 2023 y Maia 200, anunciado en enero de 2026, ya procesa cargas de trabajo reales, incluidas las de Microsoft Copilot. Esa experiencia está sirviendo para orientar el desarrollo de la siguiente generación.

La decisión de Microsoft de impulsar su propio hardware responde a una cuestión que va más allá del rendimiento: el coste de ampliar la infraestructura y el control sobre la tecnología necesaria para sostener servicios de IA a gran escala. Depender de los aceleradores de NVIDIA, el principal proveedor de la industria, plantea limitaciones tanto económicas como estratégicas.

Diseño y especificaciones técnicas del acelerador

Maia 300 no está concebido simplemente como un procesador más potente, sino como un sistema en el que memoria, computación y comunicaciones trabajan de manera coordinada. Su arquitectura utiliza varios chiplets, componentes de silicio que reparten distintas funciones, y los destinados al cálculo se fabrican mediante el proceso N2P de TSMC.

El acelerador incorpora ocho pilas de memoria HBM4, una tecnología que permite transferir grandes cantidades de datos a gran velocidad. Microsoft ha diseñado además un sistema de gestión del flujo de información mediante software para reducir movimientos innecesarios de datos y aprovechar mejor los recursos disponibles.

Según las estimaciones de Microsoft, Maia 300 permitirá procesar un 40% más de tokens por megavatio que algunos de los principales sistemas basados en GPU, aunque no ha identificado los equipos utilizados como referencia. Los tokens son las unidades en las que los modelos dividen el texto y otros contenidos para procesarlos.

La compañía sostiene, además, que un rack con 96 aceleradores ofrecerá hasta siete veces el rendimiento en tokens por rack de Maia 200, aunque también duplica el número de aceleradores. Son comparaciones basadas en datos del fabricante y todavía sin una validación independiente publicada.

Infraestructura a gran escala: el reto de la electricidad

Para llevar Maia 300 a esa escala hace falta algo más que fabricar chips. Microsoft también está preparando los sistemas completos que los alojarán: cada rack está diseñado para funcionar dentro de un límite de potencia de 167 kilovatios y permitir que más aceleradores trabajen de manera coordinada.

Su hoja de ruta contempla comenzar en 2027 una expansión de la familia Maia hacia despliegues de varios gigavatios, sin fecha anunciada para alcanzar ese nivel. La escala importa porque la electricidad disponible y la capacidad física de las instalaciones condicionan cuánto pueden crecer estos servicios.

La estrategia de Microsoft no es un caso aislado. Google ya utiliza sus TPU y Amazon ofrece servidores basados en Trainium, dos ejemplos de grandes clientes de NVIDIA que también desarrollan soluciones propias. Esto no significa que hayan dejado de recurrir al fabricante estadounidense: Amazon y NVIDIA anunciaron en agosto un plan para desplegar dos millones de GPU adicionales en AWS entre 2027 y 2028.

Pero el movimiento de las grandes tecnológicas muestra una tendencia clara: empresas que necesitan enormes cantidades de capacidad de procesamiento quieren disponer de tecnología propia para cubrir parte de esa demanda y reducir su dependencia de proveedores externos.