13 de octubre de 2026. Microsoft presentó este lunes, 12 de octubre, Maia 300, la tercera generación de su acelerador de inteligencia artificial de diseño propio. La compañía asegura que procesa un 40 % más de tokens por megavatio que los principales sistemas basados en GPU y que, a partir de 2027, la familia Maia se convertirá en su principal infraestructura de inferencia, con despliegues de varios gigavatios.
40 %
más tokens por megavatio
Frente a los «principales sistemas basados en GPU», según Microsoft.
288 GB
de memoria HBM4
Ocho pilas por chip, con 18 TB/s de ancho de banda y 950 W.
96
aceleradores por rack
Con un consumo de 167 kW y hasta 7 veces el rendimiento de Maia 200.
Qué ha pasado
El anuncio llegó en una entrada del blog oficial de Microsoft firmada por Scott Guthrie, vicepresidente ejecutivo de Cloud + AI, y se completó con un análisis técnico en el blog de Azure a cargo de Rani Borkar, presidenta de Sistemas de Hardware e Infraestructura de Azure, y Saurabh Dighe, vicepresidente corporativo de Planificación y Arquitectura de Sistemas. Según Dataconomy, el chip se mostró en el OCP Global Summit de San José (California).
Maia 300 está pensado para la inferencia, es decir, para ejecutar modelos ya entrenados: razonamiento con contextos largos, conversaciones sensibles a la latencia y tareas de agentes en varios pasos. Microsoft afirma que su objetivo es que Maia sea «el sistema de inferencia principal para los productos y servicios de Microsoft».
Las claves técnicas
- Diseño por chiplets. Los chiplets de cómputo se fabrican con el proceso N2P de TSMC (de la familia de 2 nanómetros), mientras que los controladores de memoria y la entrada/salida van en piezas separadas.
- Memoria. Ocho pilas de HBM4 con 288 GB y 18 TB/s de ancho de banda, dentro de un consumo de 950 W. Según SiliconANGLE, iguala la capacidad del Rubin de Nvidia, aunque con alrededor de un 20 % menos de ancho de banda.
- Formatos de baja precisión. Incorpora una versión mejorada de MXFP4 y formatos de almacenamiento por debajo de 3 bits para reducir la memoria y el movimiento de datos. «Las representaciones más estrechas reducen la huella de memoria y el movimiento de datos, lo que permite al sistema admitir modelos más grandes», escriben Borkar y Dighe.
- Racks y superpods. Cada rack reúne 96 aceleradores, consume 167 kW y suma 27,6 TB de HBM y 1,7 PB/s de ancho de banda agregado. Los superpods podrán agrupar hasta 12.288 aceleradores (128 racks) unidos por una red propia basada en Ethernet.
- Refrigeración. La refrigeración líquida absorbe más del 80 % de la carga térmica del rack; el resto se disipa por aire.
Por qué importa
Microsoft, como Amazon, Google, Meta, OpenAI o Anthropic, busca depender menos de los procesadores de Nvidia y AMD. Ejecutar servicios como Copilot en chips propios debería abaratar costes, según la compañía. Su predecesor, Maia 200, presentado en enero, ya funciona en producción: da servicio a Microsoft Copilot, ejecuta modelos de OpenAI, los modelos MAI de Microsoft y modelos de código abierto, y se está desplegando en Estados Unidos, Europa y Australia. GitHub Copilot y Microsoft Foundry pasarán a él antes de fin de año.
Según Dataconomy, las acciones de Microsoft subieron el lunes mientras las de Nvidia y AMD bajaban, aunque los analistas citados advierten de que los grandes proveedores de nube difícilmente dejarán de comprar chips de Nvidia, que siguen siendo los más demandados.
| Maia 200 | Maia 300 | |
|---|---|---|
| Proceso (cómputo) | 3 nm de TSMC | N2P de TSMC |
| Memoria | 216 GB HBM3e | 288 GB HBM4 |
| Ancho de banda | 7 TB/s | 18 TB/s |
| Consumo por chip | 750 W | 950 W |
| Estado | En producción | Despliegue desde 2027 |
Datos de Microsoft recogidos por Techzine y el blog oficial de la compañía.
Lo que no se sabe
- Frente a qué se compara. Microsoft no ha precisado qué «sistemas basados en GPU» toma como referencia para su cifra del 40 %; SiliconANGLE apunta a que probablemente se refiere a productos de Nvidia. Es una proyección de la propia empresa, sin pruebas independientes.
- Cuántos chips fabricará. La compañía no ha dado cifras oficiales de unidades.
- Calendario detallado. Solo se ha confirmado que los despliegues de producción empezarán en 2027. Microsoft promete más detalles en su conferencia Ignite, del 17 al 20 de noviembre en San Francisco.
Datos que varían según la fuente
- Volumen de chips. En agosto, The Information informó de negociaciones con TSMC para más de 300.000 unidades en 2027; Dataconomy cita ahora a Reuters con la posibilidad de desplegar más de un millón de Maia 300 el año próximo. Microsoft ya había matizado en agosto que las cifras publicadas no reflejaban la escala de su programa, sin dar números.
- Comparación con Nvidia. Según Reuters, citada por Dataconomy, un rack GB300 de Nvidia tiene 72 GPU y consume unos 142 kW, frente a los 96 aceleradores y 167 kW del rack de Maia 300.
- Nodo de fabricación. Algunos medios hablan genéricamente de «2 nanómetros»; Microsoft especifica el proceso N2P de TSMC.
Fuentes consultadas
- Blog oficial de Microsoft (12-10-2026): Microsoft ampliará Azure Maia a despliegues de varios gigavatios
- Blog de Azure (12-10-2026): análisis de la arquitectura de Maia 300
- SiliconANGLE (12-10-2026): Microsoft estrena el acelerador de inferencia Maia 300
- Techzine (12-10-2026): Microsoft presenta Maia 300
- Dataconomy (13-10-2026): Microsoft presenta el chip de IA Maia 300