Un 40 % más de tokens por megavatio que las GPU líderes, según la compañía: el chip Microsoft Maia 300 llegará en 2027 a despliegues de varios gigavatios

Microsoft empezará a desplegar en producción en 2027 su chip de inteligencia artificial Microsoft Maia 300, que según la compañía ofrecerá un 40 % más de tokens por megavatio que los principales sistemas basados en GPU, y llevará la familia Maia a despliegues de varios gigavatios. Lo anunció el 12 de octubre Scott Guthrie, vicepresidente ejecutivo de Cloud + AI, en el blog oficial de la compañía.

Un token es el fragmento de texto, una palabra o un trozo de palabra, que un modelo de lenguaje lee o genera, y las GPU son los procesadores gráficos que hoy dominan los centros de datos de IA. La cifra del 40 % es una previsión de la propia empresa.

Maia será el sistema principal de inferencia de Microsoft

Según Guthrie, a partir de 2027 Maia será el sistema principal de inferencia de los productos y servicios de Microsoft. La inferencia es el trabajo de un modelo ya entrenado cuando responde a una pregunta, resume un documento o escribe código.

El Maia 300 está pensado para tres tipos de tareas, según la compañía: el razonamiento con contextos largos, las conversaciones en las que importa la latencia y los agentes que encadenan varios pasos seguidos. En su configuración completa de 96 aceleradores, Microsoft dice que da hasta 7 veces el rendimiento en tokens por rack del Maia 200.

Un chip de 950 vatios con ocho pilas de memoria HBM4

Cada Maia 300 lleva ocho pilas de memoria HBM4, una memoria de gran ancho de banda que se monta apilada junto al procesador. Suman 288 GB y 18 TB/s de ancho de banda máximo, con un consumo térmico de diseño (TDP) de 950 vatios por chip.

El chip ya no es una sola pieza de silicio. Microsoft lo ha dividido en chiplets, bloques separados que se unen dentro del mismo encapsulado: los de cálculo se fabrican en el nodo N2P de TSMC y los controladores de memoria y de entrada y salida van en otras piezas.

Frente al Maia 200, el análisis técnico que firman Saurabh Dighe, vicepresidente corporativo de Planificación y Arquitectura de Sistemas de Azure Hardware, y Rani Borkar, presidenta de Azure Hardware Systems and Infrastructure, habla de un 36 % más de capacidad de cálculo, 2,5 veces el ancho de banda de memoria, un 33 % más de capacidad y aproximadamente el doble de ancho de banda HBM por vatio.

El chip también estrena formatos numéricos de baja precisión, como una versión mejorada de MXFP4, de 4 bits, y formatos de almacenamiento de menos de 3 bits. Según Guthrie, mover datos de forma eficiente, más que la potencia de cálculo bruta, es cada vez más el cuello de botella en los grandes sistemas de inferencia.

96 aceleradores en un rack de 167 kilovatios

Cada rack del Maia 300 reúne 96 aceleradores en 24 bandejas de cuatro, con un consumo de 167 kilovatios, 27,6 TB de memoria HBM y 1,7 PB/s de ancho de banda agregado. Es el doble de aceleradores por rack que en el Maia 200. Según el análisis técnico de Azure, la refrigeración líquida retira más del 80 % del calor del rack.

Hasta 128 racks, conectados por fibra óptica, forman lo que Microsoft llama un superpod de 12.288 aceleradores, que el software ve como un solo sistema. En total, los autores del análisis técnico atribuyen al Maia 300 «más de 2,5 veces el rendimiento por vatio» del Maia 200.

El Maia 200 ya mueve Copilot en tres continentes

La generación anterior se presentó en enero, fabricada en el proceso de 3 nanómetros de TSMC, con más de 140.000 millones de transistores y 216 GB de memoria HBM3e, según el blog de Microsoft del 26 de enero. Ahora se está desplegando en Estados Unidos, Europa y Australia.

Microsoft asegura que el Maia 200 ya ejecuta Microsoft Copilot y los modelos de su equipo MAI, y que GitHub Copilot y Microsoft Foundry pasarán a él antes de que acabe el año. En las funciones de IA integradas en Teams, Copilot y Cowork, la empresa dice que logra hasta 1,7 veces más tokens por vatio que la infraestructura de GPU líder, y Guthrie lo define como «la infraestructura de IA con mejor rendimiento de nuestra flota».

Un chip diseñado junto con los modelos propios

Mustafa Suleyman, consejero delegado de Microsoft AI, sostiene en su vídeo que la escala ha sido el mayor motor de progreso de la IA en los últimos 15 años y que, a esa escala, la empresa necesita «una plataforma que sea nuestra y que diseñemos junto con nuestros modelos». Según él, lo aprendido al poner los modelos MAI sobre el Maia 200 ha ido directamente al diseño del Maia 300.

Borkar lo plantea en términos de consumo: no basta con añadir más recursos, y hay que obtener «más inteligencia útil de cada byte, cada ciclo y cada vatio».

Vídeo oficial de Microsoft sobre el sistema Azure Maia 300. Vídeo: Microsoft Azure

Las cifras de rendimiento aún son de Microsoft

Todas las cifras de rendimiento del Maia 300 proceden de Microsoft. El 40 % más de tokens por megavatio es una previsión de la propia empresa, que no dice con qué sistemas de GPU concretos compara ni con qué modelos ha hecho la medición, y el chip no empezará a desplegarse en producción hasta 2027.

Tampoco hay detalles de precio, de cuántos chips fabricará ni de si clientes externos podrán alquilarlo en Azure. Hay además un matiz en el nodo de fabricación: el texto oficial habla de N2P de TSMC y Dighe dice N2 en el vídeo.

Microsoft ha prometido más información en Microsoft Ignite 2026, que se celebra del 17 al 20 de noviembre en San Francisco, y ha publicado fotos, vídeos y transcripciones en su página del Maia 300.

Los centros de datos de IA ya se miden por su consumo eléctrico, como el centro de datos que Egipto ha firmado con tecnología de Nvidia, que empezará con 20 megavatios y aspira a 200. Suleyman ya había defendido que la escala cambia las reglas de la IA, como recogía su reflexión sobre el crecimiento de la IA, y Microsoft trabaja también con Nvidia para llevar la IA a los portátiles.

Crédito de la imagen: Microsoft.