Microsoft ha dado a conocer Maia 300, la tercera generación de sus chips propios de inteligencia artificial. El anuncio marca un paso más en la estrategia de la compañía para reducir su dependencia de los procesadores de Nvidia y AMD en sus centros de datos.
El lanzamiento cobra relevancia en un momento en el que las grandes tecnológicas compiten por controlar cada pieza de la cadena de suministro de la IA, desde los modelos hasta el hardware que los ejecuta. Microsoft, OpenAI, Google y Amazon han intensificado en los últimos meses sus apuestas por desarrollar silicio propio para no quedar atados a un único proveedor externo.
Hasta 40% más de eficiencia que las GPU líderes
Según Scott Guthrie, vicepresidente ejecutivo del grupo de nube de Microsoft, la compañía espera que Maia 300 ofrezca un 40% más de tokens por megavatio frente a los principales sistemas basados en GPU. Se trata de una estimación interna de la empresa, no de una medición independiente verificada por terceros.
Guthrie precisó además que, en una configuración completa de 96 aceleradores, el nuevo sistema puede alcanzar hasta siete veces el rendimiento de tokens a escala de rack respecto a Maia 200, su generación anterior.
El chip está pensado para lo que Microsoft denomina su sistema principal de inferencia de IA, es decir, la fase en la que un modelo ya entrenado responde a las consultas de los usuarios. Esta etapa concentra buena parte del gasto operativo diario de los servicios en la nube.
Despliegue en producción a partir de 2027
Maia 300 no estará disponible de inmediato. Microsoft prevé que el chip comience a utilizarse en cargas de trabajo de producción en 2027, por lo que de momento se trata de un anuncio de hoja de ruta.
Guthrie fue claro sobre el alcance del plan: la compañía escalará su familia Azure Maia hacia despliegues de varios gigavatios a partir de ese año, con el objetivo de convertirla en el sistema principal de inferencia de IA para sus propios productos y servicios.
Esto no significa que Microsoft vaya a dejar de comprar chips de Nvidia o AMD, pero sí apunta a que su peso relativo dentro de la infraestructura de la empresa disminuirá progresivamente.
Arquitectura de chiplets sobre el proceso N2P de TSMC
La mejora de eficiencia que promete Microsoft se apoya en la arquitectura del chip. Maia 300 se fabrica con el proceso N2P de TSMC y utiliza un diseño de chiplets que separa las funciones de cómputo, controlador de memoria y entrada y salida.
Desde el equipo de hardware e infraestructura de Azure explican que este enfoque permite destinar más área de silicio al rendimiento de cómputo y que cada función use la tecnología más adecuada para su papel. En la práctica, se evita malgastar superficie del chip en tareas que no son de cálculo puro, combinando distintas tecnologías según la necesidad.
Maia 200 ya opera en Copilot y GitHub Copilot
Maia 300 llega como sucesor de Maia 200, presentado por Microsoft en enero. Esa generación anterior ya ejecuta cargas de producción en Microsoft Copilot, GitHub Copilot, Microsoft Foundry y los modelos de IA propios de la compañía.
Guthrie describió Maia 200 como la mejor infraestructura de IA de la flota de Microsoft, medida con métricas reales de servicios de IA, aunque se trata de una valoración interna de la propia empresa.
Sobre Maia 300, Microsoft lo define como un sistema de IA completo diseñado para nuevos tipos de cargas de trabajo: razonamiento de contexto largo, experiencias conversacionales sensibles a la latencia y tareas agénticas que requieren varios pasos sucesivos.
La apuesta de Suleyman por el control de toda la pila tecnológica
El nuevo chip también se enmarca en el trabajo de Microsoft con sus propios modelos de IA, con los que busca competir con Google DeepMind, OpenAI y Anthropic.
Mustafa Suleyman, consejero delegado de Microsoft AI, defendió la necesidad de controlar toda la cadena tecnológica, incluido el silicio. Según explicó, a la escala en la que opera la compañía resulta necesario contar con una plataforma propia, codiseñada junto a sus modelos, por lo que ejecutar los modelos de Microsoft AI sobre el chip Maia se ha convertido en un objetivo prioritario para su equipo.
El razonamiento detrás de esta estrategia es de integración vertical: si el modelo y el chip se diseñan de forma conjunta, ambos pueden adaptarse mutuamente para ganar eficiencia. Habrá que esperar a los datos de producción para comprobar cuánto se traduce esto en ahorro real de costes.
Qué cambia para los usuarios de Microsoft
El anuncio de Maia 300 tiene implicaciones concretas que conviene tener en cuenta.
Quienes ya utilizan Copilot, GitHub Copilot o Foundry trabajan actualmente sobre Maia 200 sin haberlo elegido de forma explícita. El cambio de hardware ocurre dentro de la infraestructura de Microsoft y no requiere ninguna acción por parte del usuario.
Para quienes contratan capacidad de IA en Azure, el despliegue multigigavatio previsto desde 2027 indica que la oferta dependerá cada vez más del chip Maia. Puede ser útil consultar al proveedor qué carga de trabajo se ejecuta sobre qué tipo de hardware antes de comparar precios entre servicios.
Para negocios que utilizan modelos con razonamiento extenso o agentes que ejecutan tareas en varios pasos, estos son precisamente los escenarios para los que Microsoft afirma haber diseñado Maia 300. Se trata de una promesa de la compañía que podrá verificarse una vez el chip esté en producción.
Un ejemplo ilustrativo: un equipo de soporte que utiliza un agente de IA para resolver incidencias en varios pasos genera muchos más tokens por consulta que un chat sencillo. En ese tipo de escenarios, una mejora del 40% en tokens por megavatio podría traducirse en menor coste energético por cada incidencia resuelta, siempre que la cifra anunciada por Microsoft se confirme en la práctica.
Qué implica a futuro
El anuncio no modifica nada de forma inmediata, ya que Maia 300 no llegará a producción hasta 2027. Lo que sí deja claro es la dirección estratégica de Microsoft, que apuesta por convertir su silicio propio en el motor principal de sus servicios de inteligencia artificial.
La consecuencia práctica para los clientes es que el coste y la disponibilidad de la IA en Azure dependerán cada vez más de los chips desarrollados por la propia Microsoft y menos de los de Nvidia y AMD. Será importante observar si la eficiencia prometida se traduce efectivamente en precios más bajos una vez el chip esté desplegado en los centros de datos.
Preguntas frecuentes
¿Qué es Maia 300?
Es la tercera generación de chips de inteligencia artificial diseñados por Microsoft, pensada para la fase de inferencia, es decir, para que los modelos de IA ya entrenados respondan a las consultas de los usuarios.
¿Cuándo estará disponible Maia 300?
Microsoft prevé que comience a utilizarse en cargas de trabajo de producción a partir de 2027. Por ahora se trata de un anuncio de hoja de ruta, sin disponibilidad inmediata para clientes.
¿Maia 300 sustituirá por completo a los chips de Nvidia en Microsoft?
No necesariamente. Microsoft no ha anunciado que dejará de comprar chips de Nvidia o AMD, pero sí ha señalado que su peso relativo en la infraestructura de la compañía disminuirá a medida que Maia se convierta en el sistema principal de inferencia.
¿Qué ventajas promete Maia 300 frente a las GPU actuales?
Según Microsoft, el chip ofrecería un 40% más de tokens por megavatio frente a los principales sistemas basados en GPU, además de hasta siete veces más rendimiento que su predecesor, Maia 200, en configuraciones de rack completo.
¿Qué servicios usan ya chips Maia de Microsoft?
Maia 200, la generación anterior, ya opera en Microsoft Copilot, GitHub Copilot, Microsoft Foundry y en los modelos de IA propios de la compañía.
¿Afecta este anuncio a los usuarios de Copilot hoy mismo?
No de forma directa. El cambio de hardware ocurre en la infraestructura de la nube de Microsoft y no requiere ninguna acción por parte del usuario final.
Samuel Gil es especialista en infraestructura tecnológica, administración de servidores y desarrollo de servicios digitales. Con una sólida trayectoria en entornos web de alta exigencia, optimización de servidores y gestión de arquitecturas de red, Samuel dedica su labor en faq-box.com a desglosar cuestiones técnicas complejas para convertirlas en guías prácticas, transparentes y de alto valor técnico.
Su enfoque editorial prioriza el rigor, la seguridad en los sistemas y la resolución eficiente de problemas técnicos cotidianos y avanzados. A través de sus análisis, busca ofrecer respuestas directas y contrastadas para profesionales y entusiastas del sector tecnológico.
Cuenta con una sólida formación en el área tecnológica, destacando su especialización a través del Máster en Inteligencia Artificial Aplicada a la Gestión Empresarial y el MBA in Digital Transformation & Artificial Intelligence de ISEEN.EU, lo que aporta un rigor técnico avanzado a cada análisis de desarrollo y arquitectura digital.
