Microsoft ha presentado Maia 300 como su próxima plataforma de inferencia y empezará a desplegarla en 2027. La empresa promete un 40 % más de tokens por megavatio que sistemas líderes basados en GPU y hasta siete veces el caudal por rack de Maia 200. Son objetivos del fabricante, no rendimiento disponible hoy para un cliente de Azure.
El anuncio oficial del 12 de octubre aclara la cronología: Maia 200 ya sirve cargas de Microsoft Copilot; GitHub Copilot y Microsoft Foundry llegarán después; Maia 300 comenzará despliegues de producción el año que viene. Microsoft pretende que la familia Maia sea su sistema principal de inferencia para productos propios.
La cifra energética depende del sistema completo
Cada acelerador Maia 300 declara ocho pilas HBM4, 18 TB/s de ancho de banda máximo y 950 vatios de potencia de diseño. Un rack agrupa 96 aceleradores dentro de 167 kW, con 27,6 TB de memoria HBM y 1,7 PB/s de ancho de banda agregado. La arquitectura separa cómputo, controladores de memoria y entrada/salida en varios chiplets fabricados con el proceso N2P de TSMC.
«Tokens por megavatio» resulta más útil que comparar solo operaciones del chip, porque incluye el trabajo servido por una cantidad de energía. Pero sigue necesitando contexto: modelo, longitud de entrada y salida, precisión numérica, ocupación del rack, red y refrigeración. Microsoft no publica en el anuncio una metodología que permita reproducir el 40 %.
Más contexto cambia dónde está el cuello de botella
Maia 300 usa formatos de baja precisión, incluido MXFP4 mejorado, para reducir memoria y tráfico del KV cache. Eso apunta a agentes con conversaciones largas y tareas sostenidas, donde mover datos puede importar tanto como multiplicar matrices. El diseño también extiende el flujo definido por software a la red entre aceleradores y racks.
Axios interpreta Maia dentro de la carrera por reducir dependencia de Nvidia. La precisión importante es que «principal sistema de inferencia» se refiere a servicios de Microsoft; no significa que todos los clientes o modelos de Azure vayan a abandonar las GPU. La capacidad de fabricación avanzada, el encapsulado y la memoria HBM siguen siendo cuellos de botella compartidos.
Qué puede medir un comprador cuando llegue
- Coste y energía por millón de tokens útiles, no solo caudal máximo.
- Latencia con el contexto y la concurrencia reales de su aplicación.
- Disponibilidad por región y compatibilidad con modelos ajenos a Microsoft.
- Diferencias entre la promesa del rack completo y una instancia contratada.
Maia 300 es una señal estratégica verificable: Microsoft quiere controlar chip, red, software y servicio para sus agentes. La ventaja cuantitativa aún es una proyección del proveedor. Hasta 2027 no habrá producción que permita comparar coste, estabilidad y eficiencia en condiciones externas.
Nivel de evidencia: documentación técnica y anuncio del fabricante, contrastados con cobertura independiente de Axios. No existe una prueba pública independiente de Maia 300 en producción.
Transparencia: artículo elaborado con asistencia de IA a partir de las fuentes enlazadas. No se han ejecutado los productos o sistemas descritos.