Microsoft llevará Azure Maia a despliegues multigigavatio y lo hará su sistema principal de inferencia desde 2027

Microsoft anunció el 12 de octubre de 2026, en un artículo firmado por Scott Guthrie, vicepresidente ejecutivo de Cloud + AI, que escalará su familia de aceleradores Azure Maia a despliegues de varios gigavatios a partir de 2027. El objetivo es que Maia sea el sistema de inferencia principal para los productos y servicios de la compañía. El artículo presenta el programa Maia como un elemento fundacional de su estrategia de infraestructura de IA. Este resumen se basa únicamente en la entrada oficial del blog de Microsoft. Las cifras de rendimiento son afirmaciones de la propia empresa y no hay verificación independiente.

Maia 200 ya está en producción. Según Microsoft, sirve cargas de trabajo de producción, entre ellas Microsoft Copilot, y apoya al equipo MAI en el desarrollo de modelos de nueva generación. GitHub Copilot y Microsoft Foundry se sumarán antes de que termine el año. En estas cargas, Maia 200 ejecuta modelos de OpenAI, los modelos MAI propios de Microsoft y familias de modelos de código abierto. Se está desplegando en Estados Unidos, Europa y Australia. Microsoft afirma que ofrece hasta 1,7 veces más tokens por vatio que la infraestructura GPU líder en las funciones de IA integradas en Teams, Copilot y las experiencias Cowork.

La compañía subraya la codiseño entre hardware y software. Como el desarrollo de silicio lleva años, sus equipos de software y hardware colaboran desde el principio para anticipar arquitecturas y escalas, y lo traducen en más capacidad de memoria, mayor ancho de banda y más aceleradores que operan como un único sistema. La experiencia con Maia 200 informó directamente el diseño de Maia 300. Entre los usos previstos para ambas generaciones cita el trabajo agéntico de varios pasos para GitHub, el servicio de modelos a escala de nube para Foundry, la inferencia y generación de datos para el equipo MAI, y las interacciones de baja latencia para Dragon Copilot, orientado a reducir la carga administrativa de los clínicos.

Maia 300 es la tercera generación del programa y se plantea como un sistema completo con arquitectura centrada en la inferencia. Está pensado para razonamiento de contexto largo, experiencias conversacionales sensibles a la latencia y tareas agénticas sostenidas de varios pasos. Microsoft espera que ofrezca un 40 % más de tokens por megavatio que los sistemas basados en GPU líderes. En la configuración completa de 96 aceleradores, dice que alcanza hasta 7 veces el rendimiento de tokens a escala de rack de Maia 200. Las implantaciones de producción de Maia 300 empezarán en 2027, y Microsoft remite a un artículo técnico para los detalles de arquitectura.

El texto describe varias capacidades clave de Maia 300. La primera es menos movimiento de datos: según Microsoft, mover datos, más que la potencia de cálculo bruta, es cada vez más el cuello de botella en la inferencia a gran escala. Por eso combina una arquitectura de flujo de datos definida por software con optimización de kernels asistida por IA, para maximizar la localidad y la utilización. La compañía atribuye a este enfoque una ventaja notable de rendimiento por vatio frente a las arquitecturas GPU tradicionales.

La segunda es el ancho de banda de memoria. Maia 300 usa ocho pilas de HBM4 que dan 18,0 TB/s de ancho de banda máximo dentro de un TDP de 950 vatios. Microsoft lo presenta como el mejor ancho de banda HBM por vatio de la industria. Además, kernels especializados usan la SRAM integrada en el chip como memoria temporal gestionada por software, lo que reduce la presión sobre la HBM.

La tercera es una arquitectura de chiplets que separa las funciones de cómputo, controlador de memoria y E/S, con la que la empresa busca mejorar eficiencia, escalabilidad y estructura de costes. Los chiplets de cómputo se fabrican con el nodo N2P de TSMC para maximizar el rendimiento por vatio. La cuarta es el soporte de formatos de baja precisión avanzados, incluido un MXFP4 mejorado, que reduce los requisitos de memoria y ancho de banda tanto en el cómputo como en el almacenamiento de la caché KV. El resultado, dice, son ventanas de contexto mayores y más rendimiento con la misma envolvente de potencia.

La quinta es el networking de escalado vertical. Microsoft lo trata como una extensión de la arquitectura de flujo de datos, en la que las operaciones abarcan cómputo, memoria y red como un único sistema. Las interconexiones de alto ancho de banda entre aceleradores están optimizadas para el paralelismo tensorial. Un transporte de IA propio, basado en infraestructura Ethernet, permite una topología unificada que escala desde un rack hasta un centro de datos completo.

A nivel de rack, Maia 300 reúne 96 aceleradores en una envolvente de 167 kilovatios. Aporta 27,6 TB de capacidad HBM y 1,7 PB/s de ancho de banda HBM agregado dentro de un dominio de escalado vertical de alta velocidad. Microsoft sostiene que esa densidad le permite atender más interacciones de IA simultáneas y cargas mayores por rack, lo que mejora la capacidad del centro de datos y la economía de ampliar sus servicios de IA.

En el plano estratégico, Microsoft enmarca Maia dentro de lo que llama «Frontier Transformation». Insiste en que el futuro no lo definirá un único modelo ni un único chip, y en que la elección de modelo y de silicio es inherente a su visión. Afirma que puede optimizar de extremo a extremo, desde el silicio hasta los sistemas y los agentes, sobre una plataforma abierta, heterogénea y diversa en modelos. El anuncio no sustituye a las GPU. Se sitúa dentro de esa plataforma heterogénea y no indica volúmenes, inversión ni plazos más allá de 2027.

La empresa añade que dará más información sobre su estrategia, las tendencias de adopción tecnológica y los resultados de Frontier Transformation el mes próximo, en Microsoft Ignite 2026 en San Francisco y online. Hay más detalles, fotos y vídeos en el sitio dedicado a Maia 300.

Conviene leer las comparaciones con cautela. Las cifras de 1,7x tokens por vatio y de 40 % más tokens por megavatio se miden frente a «infraestructura GPU líder» o «sistemas basados en GPU líderes», sin que el texto nombre el producto de referencia ni la metodología. Las cifras de Maia 300 son además expectativas de diseño («esperamos») para un sistema que aún no está en producción.