Con el anuncio de Azure Maia 300, Microsoft ha dejado claro que la próxima gran batalla de la IA se librará en los centros de datos y en la capacidad de ofrecer más inteligencia con menos energía. La compañía ha revelado que, a partir de 2027, ampliará su familia de aceleradores Azure Maia para soportar despliegues de varios gigavatios, una escala destinada a convertir esta plataforma en el principal motor de inferencia para sus productos y servicios de IA.
El anuncio, realizado por Scott Guthrie, vicepresidente ejecutivo de Cloud e IA de Microsoft, supone un nuevo paso en la estrategia de la compañía para controlar cada capa de su ecosistema de inteligencia artificial, desde los centros de datos y los chips hasta los modelos, agentes y aplicaciones que utilizan empresas y consumidores.
De experimento a infraestructura crítica
Durante los últimos años, Microsoft ha desarrollado la familia Azure Maia con el objetivo de optimizar las cargas de trabajo de IA que ejecuta diariamente en sus servicios cloud. La compañía confirma que Azure Maia 200 ya está funcionando en producción y ejecutando cargas de trabajo reales para servicios como Microsoft Copilot, además de servir de plataforma para el desarrollo de los modelos de próxima generación del equipo de IA de Microsoft. Antes de que finalice el año también comenzará a utilizarse en GitHub Copilot y Microsoft Foundry.
Según Microsoft, Maia 200 ya ejecuta:
- Modelos de OpenAI
- Modelos propios desarrollados por Microsoft
- Algunas de las principales familias de modelos open source utilizadas por sus clientes
La relevancia de este despliegue es que permite a la compañía recopilar información operativa procedente de millones de interacciones reales y trasladar ese aprendizaje al diseño de nuevas generaciones de hardware.
La IA ya no necesita más potencia, necesita más eficiencia
Hasta ahora, el desarrollo de infraestructuras de IA se ha basado en incrementar la capacidad de computación. Sin embargo, Microsoft sostiene que en los sistemas modernos de inferencia el verdadero cuello de botella ya no reside en la potencia de cálculo, sino en la capacidad para mover enormes volúmenes de datos entre memoria, procesadores y redes de forma eficiente. Por ello, la arquitectura de Maia 300 ha sido diseñada con una filosofía distinta: minimizar el movimiento de datos y maximizar la cantidad de trabajo útil realizado por cada vatio consumido.
Esta aproximación responde a la evolución del mercado de IA. Los nuevos modelos ya no se limitan a responder preguntas en una ventana de chat. Ahora deben:
- Trabajar con contextos mucho más amplios
- Mantener conversaciones complejas durante largos periodos
- Coordinar tareas entre múltiples agentes
- Ejecutar procesos de razonamiento con varios pasos
- Responder con latencias cada vez más reducidas
Todas estas exigencias aumentan la presión sobre la memoria, la red y el consumo energético, factores que Maia 300 pretende optimizar de forma integral.
Un sistema diseñado específicamente para la inferencia
Microsoft define Maia 300 como un sistema inteligente completo concebido para la nueva generación de cargas de trabajo de inteligencia artificial. A diferencia de muchas arquitecturas tradicionales orientadas inicialmente al entrenamiento de modelos, su diseño se centra en la inferencia, es decir, en el proceso mediante el cual los modelos generan respuestas cuando interactúan con los usuarios.
La compañía asegura que esta nueva generación será capaz de entregar hasta un 40% más de tokens por megavatio que los principales sistemas basados en GPU actualmente disponibles en el mercado. Además, una configuración formada por 96 aceleradores ofrecerá un rendimiento de generación de tokens hasta siete veces superior al conseguido por Maia 200.
En términos prácticos, esto significa:
- Más consultas atendidas simultáneamente
- Menor tiempo de respuesta para los asistentes de IA
- Costes energéticos más reducidos
- Mayor capacidad para desplegar agentes inteligentes a gran escala
Las claves tecnológicas de Maia 300
Arquitectura basada en el flujo de datos
Uno de los elementos diferenciales de Maia 300 es su arquitectura de flujo de datos definido por software. Según Microsoft, el sistema utiliza optimización de kernels asistida por IA para acercar los datos al lugar donde se procesan y reducir movimientos innecesarios dentro de la infraestructura. El objetivo es aprovechar mejor la computación disponible y disminuir las pérdidas derivadas del tráfico constante de información.
Memoria preparada para la nueva generación de modelos
La memoria se está convirtiendo en uno de los recursos más críticos de la inteligencia artificial avanzada. Para responder a esta necesidad, Maia 300 incorpora ocho pilas de memoria HBM4 capaces de alcanzar hasta 18 TB/s de ancho de banda con un TDP de 950 vatios. Esta combinación permite gestionar modelos de gran tamaño y ventanas de contexto mucho más extensas sin penalizar el rendimiento. Además, el sistema utiliza SRAM integrada como memoria temporal controlada por software para reducir la presión sobre la memoria principal y mejorar la eficiencia general.
Arquitectura multichiplet
Otra de las novedades es la adopción de una arquitectura multichiplet. En lugar de utilizar un único chip monolítico, Maia 300 divide las funciones de computación, memoria y entrada/salida en diferentes componentes especializados. Esta estrategia mejora la escalabilidad, favorece la eficiencia energética y optimiza los costes de fabricación.
Los chiplets de computación se fabrican mediante el proceso N2P de TSMC, una de las tecnologías más avanzadas de la industria para maximizar el rendimiento por vatio.
Compatibilidad con contextos mucho más extensos
Microsoft considera que el futuro de la IA estará marcado por modelos capaces de manejar cantidades masivas de contexto. Por ello, Maia 300 ha sido preparado para formatos avanzados de baja precisión, incluido MXFP4 mejorado, que reducen notablemente los requisitos de memoria y ancho de banda. Gracias a ello, los modelos pueden operar con ventanas de contexto más amplias sin aumentar proporcionalmente el consumo energético.
La red se convierte en parte del procesador
Uno de los aspectos más innovadores del proyecto es la forma en la que Microsoft integra la conectividad dentro de la arquitectura global del sistema. Tradicionalmente, la red ha sido tratada como una capa separada. En Maia 300, sin embargo, computación, memoria y comunicaciones forman parte de un mismo diseño coordinado.
Las interconexiones de alta velocidad permiten que múltiples aceleradores trabajen conjuntamente y compartan información de forma eficiente. Paralelamente, un sistema de comunicaciones optimizado para IA conecta aceleradores, racks y centros de datos utilizando una infraestructura basada en Ethernet. El resultado es una topología diseñada para escalar desde un único rack hasta despliegues completos de centro de datos sin alterar la arquitectura base.
Racks con una densidad inédita para servicios de IA
Los nuevos racks de Maia 300 constituyen otro de los elementos destacados del anuncio.
Cada rack integra:
- 96 aceleradores Maia
- Hasta 167 kilovatios de potencia
- 27,6 TB de capacidad HBM
- 1,7 PB/s de ancho de banda agregado de memoria
Esta densidad permitirá a Microsoft ejecutar modelos mayores, atender un mayor volumen de usuarios simultáneos y aumentar la capacidad de sus centros de datos sin multiplicar el espacio físico necesario.
Una apuesta estratégica frente a Nvidia
Aunque Microsoft no menciona en el comunicado directamente a sus competidores, el anuncio refleja una tendencia cada vez más clara entre los grandes proveedores cloud: desarrollar chips propios para reducir la dependencia de fabricantes externos y optimizar la infraestructura para sus cargas de trabajo específicas.
Con Maia, Microsoft busca controlar toda la cadena tecnológica, desde el hardware y los centros de datos hasta los modelos, agentes y aplicaciones que utilizan los clientes. La compañía considera esta estrategia un elemento clave de su visión de «Frontier Transformation», basada en plataformas abiertas, escalables y capaces de adaptarse a múltiples modelos de IA.
