Por Canuto  

Microsoft presentó Maia 300 y sostiene que ofrece 40% más tokens por megavatio que los sistemas líderes basados en GPU. La compañía proyecta ampliar sus chips propios en centros de datos de varios gigavatios desde el próximo año, una estrategia que busca reducir su exposición a Nvidia y AMD sin descartar la compra de procesadores externos.
***

  • Microsoft afirma que un rack de 96 Maia 300 alcanza siete veces el rendimiento de tokens a escala de rack de Maia 200.
  • La empresa planea iniciar despliegues de varios gigavatios el próximo año y quiere que Maia sea su sistema principal de inferencia.
  • La expansión de chips propios abre una alternativa a Nvidia y AMD, aunque Microsoft reconoce que seguirá necesitando distintos procesadores.

Microsoft presenta Maia 300 y busca reducir su dependencia de Nvidia y AMD

Microsoft presentó Azure Maia 300, su nuevo chip para inteligencia artificial, en el OCP Global Summit 2026, celebrado el lunes en San José. La compañía busca reducir su dependencia de procesadores de terceros, en especial los de Nvidia y AMD, y afirma que el nuevo acelerador mejora la eficiencia de sus sistemas para IA. Sus planes contemplan despliegues de varios gigavatios a partir del próximo año.

La apuesta de Microsoft por más capacidad de inferencia

Maia 300 se suma a Maia 100 y Maia 200 dentro de la familia de chips diseñados por Microsoft. La empresa sostiene que sus próximos despliegues a escala de varios gigavatios convertirán a Maia en el sistema principal de inferencia de IA para sus productos y servicios. Esa meta expresa una decisión de infraestructura: dedicar más capacidad propia a ejecutar modelos, sin que la presentación implique que Microsoft dejará de adquirir procesadores de otros proveedores.

La inferencia es la etapa en la que un sistema de IA utiliza un modelo ya entrenado para responder solicitudes o producir resultados. En ese trabajo, Microsoft destaca la cantidad de tokens procesados por unidad de energía, una medida que relaciona capacidad de cómputo y consumo eléctrico. Los tokens pueden representar partes de palabras, imágenes y videos, por lo que el indicador permite comparar cuánto contenido procesa un sistema por megavatio.

De acuerdo con las cifras divulgadas por Microsoft, Maia 300 entrega 40% más tokens por megavatio que los sistemas líderes basados en GPU. La compañía también afirma que un rack con 96 chips Maia 300 alcanza siete veces el rendimiento de tokens a escala de rack de Maia 200. Son comparaciones presentadas por el fabricante, y el material disponible no ofrece una metodología independiente que permita verificar esos resultados frente a cada sistema rival.

La métrica energética es relevante porque los centros de datos que ejecutan cargas de IA requieren grandes cantidades de capacidad de procesamiento y electricidad. Un mayor número de tokens por megavatio, si se sostiene en condiciones comparables, permitiría obtener más trabajo de una cantidad determinada de energía. Pero los datos anunciados no bastan por sí solos para concluir que Maia 300 resulte superior en todos los usos: la comparación depende también de las cargas de trabajo y de la configuración de cada sistema.

Maia 200 ya está en producción, según la empresa

Microsoft indicó que Maia 200 ya alimenta cargas de trabajo de producción de la compañía, entre ellas Microsoft 365 Copilot. También da soporte a modelos de OpenAI, a los modelos MAI de Microsoft y a modelos de código abierto, una combinación que muestra el alcance que la empresa atribuye al chip anterior dentro de sus servicios y operaciones de IA.

Para algunas funciones de Teams, Copilot y Cowork, Microsoft asegura que Maia 200 proporciona 1,7 veces más tokens por vatio que otros sistemas basados en GPU. La cifra, al igual que la comparación de Maia 300, procede de la compañía y se refiere a capacidades de IA en ese conjunto de productos. No debe interpretarse como una medición universal para cualquier modelo, aplicación o centro de datos.

La diferencia entre tokens por vatio y tokens por megavatio responde a escalas distintas para expresar eficiencia energética, aunque ambas relacionan producción de tokens con consumo eléctrico. Microsoft utiliza esos indicadores para presentar el desempeño de Maia en las tareas de inferencia. La empresa no aportó en la información divulgada todos los detalles técnicos necesarios para reconstruir las pruebas o cotejar de manera independiente cada resultado.

El paso de Maia 200 a Maia 300 también permite a Microsoft plantear una expansión por generaciones, con el nuevo chip como parte de una estrategia más amplia que incluye hardware y servicios propios. La compañía no ha dicho que sus productos vayan a operar exclusivamente con Maia ni que la familia sustituya por completo las GPU externas. Su anuncio se centra en aumentar el papel de sus procesadores en las cargas de trabajo internas de IA.

Una tendencia que alcanza a los grandes proveedores de nube

Microsoft no es la única empresa que desarrolla chips adaptados a sus necesidades. Amazon, Google y Meta, junto con los laboratorios de IA OpenAI y Anthropic, ya ofrecen o trabajan en procesadores personalizados, según informó Yahoo Finance al cubrir el anuncio. Para estos actores, diseñar hardware propio puede servir como cobertura frente al riesgo de depender demasiado de los chips de Nvidia y AMD.

La personalización también permite orientar un procesador a cargas de trabajo específicas, en lugar de depender exclusivamente de componentes disponibles para múltiples clientes. En el caso de Microsoft, la compañía vincula Maia con la inferencia de sus productos y servicios de IA. Sin embargo, la presentación no detalla cómo se repartirán esas tareas entre Maia y los procesadores de terceros en cada producto.

La expansión de chips propios plantea un desafío potencial para Nvidia, que habitualmente obtiene más de 50% de sus ingresos trimestrales de los hiperescaladores, de acuerdo con la información citada en el reporte. Si los grandes clientes cubren una parte creciente de sus necesidades mediante diseños internos, podrían reducir una dependencia concentrada en proveedores externos. Eso no equivale, por ahora, a una salida de Nvidia del mercado ni a una confirmación de que Microsoft vaya a reducir sus compras en una proporción determinada.

Amazon y Google, además, alquilan sus chips personalizados a clientes externos, lo que convierte sus diseños no solo en herramientas internas, sino también en una oferta que puede competir por demanda de cómputo. Amazon estudia asimismo vender chips para que los clientes los instalen en sus propios centros de datos, en lugar de utilizarlos únicamente desde las instalaciones de la compañía. La posibilidad muestra distintas formas de comercializar hardware propio, aunque el reporte no presenta una fecha para ese eventual cambio.

La dependencia no desaparece con un chip propio

El avance de los aceleradores personalizados no significa que los hiperescaladores dejarán de comprar chips de Nvidia. Los clientes siguen buscando acceso a distintos procesadores para diferentes cargas de trabajo, y la propia información de la noticia señala que los chips de Nvidia continúan siendo los más solicitados. La estrategia de Microsoft apunta a sumar capacidad propia y diversificar opciones, no a declarar una sustitución completa de los proveedores actuales.

El anuncio de Maia 300, por tanto, combina una promesa de eficiencia con un objetivo de autonomía tecnológica. Microsoft proyecta desplegar sus chips en infraestructura de varios gigavatios desde el próximo año y aspira a convertirlos en el sistema principal de inferencia de sus productos y servicios. El desempeño real de esa apuesta dependerá de cómo funcionen los chips en producción y de qué proporción de las cargas pueda asumir frente a soluciones externas.

Por ahora, las cifras centrales son afirmaciones de Microsoft: 40% más tokens por megavatio frente a sistemas líderes basados en GPU y siete veces el rendimiento de tokens de Maia 200 en un rack de 96 chips. La compañía también atribuye a Maia 200 una ventaja de 1,7 veces más tokens por vatio en determinadas funciones de Teams, Copilot y Cowork. La presentación ofrece así indicadores concretos para evaluar la estrategia, aunque no una prueba de que Maia vaya a desplazar a Nvidia o AMD en el mercado.

La competencia se mueve en dos frentes: el diseño de chips para necesidades internas y la posibilidad de poner esos procesadores a disposición de terceros. Microsoft todavía tendrá que combinar su hardware con alternativas externas, mientras sus rivales exploran también modelos propios de comercialización. Maia 300 marca un paso en esa carrera, pero el anuncio por sí solo no determina quién capturará la mayor parte de la demanda de cómputo para IA.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados