Microsoft ha presentado este lunes Maia 300, la tercera generación de sus aceleradores propios para inteligencia artificial, con la que aspira a multiplicar hasta por siete la capacidad de generación de tokens por rack respecto a Maia 200.

El nuevo sistema, cuya entrada en producción está prevista para 2027, incorpora una arquitectura específicamente diseñada para ejecutar modelos de razonamiento avanzado, procesar grandes volúmenes de información contextual y sostener las tareas prolongadas de los agentes de IA, cuyas crecientes exigencias computacionales y de memoria están obligando a revisar las infraestructuras sobre las que funcionan estos servicios.

Las previsiones del fabricante apuntan también a una mejora sustancial en eficiencia energética, con un 40% más de tokens por megavatio frente a los principales sistemas basados en GPU (como los sistemas más populares de Nvidia) que utiliza como referencia.

Maia 300 llega menos de un año después de la introducción de Maia 200, una generación que ya procesa cargas de producción de Microsoft 365 Copilot y presta servicio al equipo de Microsoft AI (MAI) en el desarrollo de nuevos modelos. La compañía ha recurrido a esa experiencia para diseñar un sistema en el que procesadores, memoria, comunicaciones y software se desarrollan conjuntamente, con el propósito de reducir las ineficiencias que aparecen cuando miles de aceleradores deben trabajar de forma coordinada.

No en vano, la apuesta de Microsoft por el silicio propio comenzó a materializarse en noviembre de 2023 con la presentación de Maia 100, su primer acelerador específicamente desarrollado para inteligencia artificial. La segunda generación, el ya mentado Maia 200, llegó en enero de 2026 con una arquitectura de 3 nanómetros fabricada por TSMC, 216 GB de memoria HBM3e, 272 MB de SRAM integrada y un ancho de banda de 7 TB/s. Microsoft aseguró entonces que el nuevo procesador ofrecía un rendimiento por dólar un 30% superior al del hardware de última generación instalado en sus centros de datos.

Más memoria y menos movimiento de datos

Uno de los principales cambios de Maia 300 se encuentra en su subsistema de memoria. Así pues, cada acelerador incorpora ocho pilas HBM4 que proporcionan una capacidad conjunta de 288 GB y un ancho de banda máximo de 18 TB/s, dentro de una potencia térmica de diseño de 950 vatios.

Frente a Maia 200, Microsoft cifra en 2,5 veces el incremento del ancho de banda y en un 33% el aumento de capacidad, unas mejoras especialmente relevantes para los modelos que trabajan con ventanas de contexto extensas y deben acceder continuamente a la información almacenada durante una conversación o un proceso de razonamiento.

Los de Redmond han introducido además una arquitectura de múltiples chiplets que separa las funciones de cálculo, control de memoria y entrada y salida. Los componentes dedicados al procesamiento utilizan el nodo N2P de TSMC, mientras que las restantes funciones se distribuyen entre circuitos especializados. Siempre de acuerdo a los datos facilitados por Microsoft, esta reorganización aumenta un 36% la capacidad de cálculo en operaciones de coma flotante y un 14% el ancho de banda de comunicación entre aceleradores, al tiempo que permite elegir la tecnología de fabricación más adecuada para cada componente.

Dicha modificación afecta también a la manera en que circulan los datos por el procesador. Maia 300 adopta una organización de memoria de acceso no uniforme, conocida como NUMA, que permite situar la información cerca de las unidades encargadas de procesarla. Esta disposición se combina con una evolución de la arquitectura de flujo de datos definido por software introducida en Maia 200, mediante la cual las aplicaciones pueden controlar dónde se almacenan los datos y cómo se transfieren entre memoria, unidades de cálculo y comunicaciones. El objetivo de todo este enredo es reducir desplazamientos de datos innecesarios que consumen energía y pueden limitar el aprovechamiento del procesador, un problema que gana importancia cuando la ejecución de grandes modelos depende tanto del ancho de banda disponible como de la potencia de cálculo.

Por otro lado, Microsoft incorpora en estos nuevos semiconductores soporte para nuevos formatos numéricos de precisión reducida, entre ellos una versión mejorada de MXFP4 y representaciones de almacenamiento inferiores a tres bits. Estas técnicas permiten disminuir la cantidad de memoria utilizada por determinados cálculos y por la denominada KV cache, donde los modelos conservan información necesaria para continuar generando respuestas.

Hasta 12.288 aceleradores conectados

Las mejoras alcanzan también al diseño físico de los centros de datos.

Cada rack de Maia 300 podrá integrar 96 aceleradores distribuidos en 24 bandejas de cuatro unidades, el doble de densidad que Maia 200, dentro de una envolvente de potencia de 167 kilovatios. Con ello, el conjunto dispondrá de 27,6 TB de memoria HBM y un ancho de banda agregado de 1,7 PB/s, mientras que su integración física elimina la necesidad de reservar bandejas independientes para los servidores anfitriones, que pasan a compartir espacio con los aceleradores, la memoria, el almacenamiento y los sistemas de refrigeración.

Microsoft calcula que esta configuración permitirá superar en más de 2,5 veces el rendimiento por vatio de Maia 200 a escala de rack, una previsión que incorpora las mejoras del procesador y las derivadas de su integración con el resto de la infraestructura. La refrigeración líquida se encargará de retirar más del 80% de la carga térmica generada por aceleradores, reguladores de tensión y componentes de red, mientras que otros elementos auxiliares continuarán utilizando aire.

La interconexión entre aceleradores constituye otro de los cambios relevantes. Microsoft ha desarrollado una red de dos niveles basada en Ethernet y adaptada a las comunicaciones de IA que permite agrupar hasta 128 racks en una misma infraestructura lógica, denominada superpod, con una capacidad máxima de 12.288 aceleradores. Esta particular organización está concebida para distribuir grandes trabajos de inferencia entre diferentes unidades de procesamiento, manteniendo un sistema común de comunicaciones que evita introducir capas adicionales cuando la información debe transferirse entre bastidores.

La arquitectura contempla, por ejemplo, la separación entre el procesamiento inicial del contexto proporcionado a un modelo y la generación posterior de tokens, dos operaciones con necesidades distintas de memoria y cálculo que pueden asignarse a grupos diferentes de aceleradores. También permite utilizar capacidad disponible en otros racks cuando se produzcan fallos o cuando un trabajo no encaje exactamente con la distribución física de los equipos, una característica destinada a reducir los recursos que permanecen inactivos en instalaciones de gran escala.

Para asumir el grueso de la inferencia

El desarrollo de Maia 300 se apoya en la experiencia acumulada con Maia 200, que ya se está desplegando en Estados Unidos, Europa y Australia.

Según Microsoft, la recién anunciada generación proporciona hasta 1,7 veces más tokens por vatio que las infraestructuras basadas en GPU utilizadas como referencia para las funciones de IA integradas en Teams, Copilot y Cowork. Sus aceleradores ejecutan modelos de OpenAI, incluidos desarrollos de la familia GPT-5.2, así como modelos propios de Microsoft AI y diferentes familias de código abierto, una diversidad de cargas que permite a la compañía analizar directamente las necesidades de los servicios que pretende ejecutar sobre futuras generaciones de hardware.

Asimismo, Microsoft prevé ampliar la utilización de Maia 200 a GitHub Copilot y Microsoft Foundry antes de finalizar 2026, mientras que las dos generaciones de aceleradores están concebidas para atender un abanico creciente de aplicaciones. GitHub podrá recurrir a esta infraestructura para ejecutar tareas de programación mediante agentes que realizan operaciones sucesivas; Foundry la utilizará para servir modelos con diferentes arquitecturas y modalidades de despliegue; y el equipo MAI dispondrá de capacidad adicional para inferencia y generación de datos.

También figura entre los servicios previstos Dragon Copilot, la solución de IA aplicada al ámbito sanitario, donde los tiempos de respuesta condicionan su integración en los flujos de trabajo clínicos.

Aunque el uso principal de estos silicios es el de servir a la propia Microsoft, la multinacional de Satya Nadella también ha confirmado una ampliación sustancial de su escala industrial. A partir de 2027 prevé comenzar despliegues de varios gigavatios de la familia Azure Maia, con la intención de convertir estos aceleradores en su principal infraestructura de inferencia para los productos y servicios propios de inteligencia artificial. El programa se integrará en una plataforma que seguirá combinando diferentes tecnologías de procesamiento, aunque con un peso creciente del silicio diseñado internamente.

Microsoft no ha concretado por el momento qué centros de datos recibirán Maia 300 ni la distribución prevista de los nuevos aceleradores entre sus distintos servicios.

Microsoft no está sola en esta batalla

La apuesta de Microsoft se produce en un mercado donde Google y Amazon acumulan una trayectoria más prolongada en el desarrollo y comercialización de aceleradores propios.

Google lleva años utilizando sus unidades de procesamiento tensorial (TPU) para entrenar y ejecutar modelos de inteligencia artificial y, desde marzo de 2026, ofrece en disponibilidad general Ironwood, su séptima generación, a través de Google Cloud. Esta arquitectura permite agrupar hasta 9.216 chips refrigerados por líquido en una misma configuración y está diseñada para abordar tanto el entrenamiento de grandes modelos como las cargas de razonamiento e inferencia.

A su vez, Amazon Web Services ha seguido una estrategia similar con Trainium, cuya versión Trainium3 comenzó a comercializarse en diciembre de 2025. Fabricado mediante un proceso de 3 nanómetros, cada acelerador dispone de 144 GB de memoria HBM3e y un ancho de banda de 4,9 TB/s, mientras que los sistemas Trn3 UltraServers pueden reunir hasta 144 chips. AWS cuenta además con un cliente de referencia especialmente significativo: Anthropic, desarrolladora de Claude, que utiliza cerca de un millón de aceleradores Trainium2 para entrenar y ejecutar sus modelos mediante Project Rainier.

Por supuesto, no podemos olvidarnos de Nvidia, que sigue ocupando una posición central en el suministro de aceleradores para centros de datos, con una oferta que abarca desde GPU individuales hasta sistemas completos que integran procesadores, memoria y redes de alta velocidad. Su plataforma Vera Rubin NVL72 reúne 72 GPU Rubin y 36 CPU Vera por rack y está concebida para cargas intensivas de entrenamiento e inferencia.