Anthropic negocia con Microsoft el uso de los chips Maia 200 para inferencia de IA
Anthropic mantiene conversaciones con Microsoft para usar los chips Maia 200 en la inferencia de modelos de lenguaje. Microsoft presentó estos procesadores en enero de 2026 como una alternativa económica para ejecutar modelos de IA ya entrenados. Hasta ahora, la compañía no los ha desplegado en su propia infraestructura en la nube Azure. Las negociaciones reflejan la feroz competencia por la capacidad de cómputo.
Procesado por IA desde 3DNews AI; editado por Hamidun News
Anthropic mantiene conversaciones con Microsoft para usar los chips Maia 200 en la inferencia de sus modelos de IA. Es una señal reveladora de la creciente escasez de capacidad de cómputo y de la disposición de las principales startups de IA a recurrir a cualquier recurso alternativo disponible.
Qué es Maia 200
Microsoft presentó los chips Maia 200 en enero de 2026 como un procesador especializado en inferencia, pensado para ejecutar en producción modelos de lenguaje ya entrenados. A diferencia de las GPU para entrenamiento (training), los procesadores de inferencia se optimizan para la velocidad y la eficiencia energética, lo que permite a las empresas reducir de forma notable el coste de operar grandes servicios de IA.
Maia 200 se posiciona como una alternativa más asequible y eficiente que las costosas GPU como la NVIDIA H100. Eso la hace especialmente atractiva para las compañías que necesitan escalar sus servicios sin un aumento catastrófico de los costes de infraestructura.
Llama la atención que la propia Microsoft todavía no ha desplegado Maia 200 en su plataforma en la nube Azure, pese a que ha pasado casi un año desde la presentación oficial. Esto crea una situación curiosa: compradores externos como Anthropic podrían acceder a estos chips y probarlos en condiciones reales de producción antes de que Microsoft empiece a usarlos a gran escala en sus propios centros de datos.
Por qué la capacidad de cómputo escasea tanto
La demanda de recursos de cómputo para IA crece de forma exponencial. Cada nueva generación de grandes modelos de lenguaje exige más potencia, tanto para el entrenamiento como para la inferencia. Startups como Anthropic, OpenAI, Mistral y otras compiten por la calidad de su tecnología y, además, en una dura pugna por acceder al hardware.
NVIDIA domina de facto el mercado de GPU para IA, pero la capacidad de producción va por detrás de la demanda. La cola para grandes compras puede alargarse durante meses. Microsoft intenta diversificar sus fuentes de suministro invirtiendo en NVIDIA y desarrollando procesadores propios. Las negociaciones entre Anthropic y Microsoft tienen lógica: ambas partes quieren experimentar en la práctica con soluciones alternativas.
- Demanda explosiva de inferencia para servicios comerciales tipo ChatGPT
- Oferta limitada de GPU de alto rendimiento de NVIDIA
- Largos ciclos de desarrollo de chips propios en la competencia
- Necesidad de combinar distintos tipos de hardware para ganar flexibilidad
Qué obtiene cada parte
Para Anthropic, apostar por Maia 200 supone una posible reducción de costes operativos y una independencia estratégica de NVIDIA en cargas de inferencia. Para Microsoft, es la oportunidad de demostrar al mercado que su procesador de inferencia está realmente listo para producción y atrae a actores serios del sector de la IA.
Si Anthropic empieza a usar Maia 200 en cargas reales de producción, atraerá a otros clientes potenciales y validará el enfoque. Sin embargo, el éxito depende de tres factores críticos: rendimiento en relación con el coste, precios competitivos y fiabilidad del suministro. Microsoft debe garantizar una producción estable; de lo contrario, Anthropic volverá rápidamente a las GPU de NVIDIA, más probadas.
Qué significa
Diversificar las fuentes de capacidad de cómputo se convierte en una prioridad estratégica para las empresas de IA. Un uso exitoso de Maia 200 en Anthropic podría acelerar el desarrollo de chips alternativos, reducir la presión monopolista y abrir nuevas vías de optimización de la infraestructura.
- 1 nov 2026Los modelos locales pierden ante Opus y Codex: 0,21 puntos en un MacBook frente a 1,00 de Codex
- 1 nov 2026Kimi logra un 96,2% en una prueba de analítica sobre una base de 1C y se perfila como plan B ante un bloqueo de Claude
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Google admite que AI Mode reduce los ingresos de su buscador: las acciones caen un 15%
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué es Maia 200?
Microsoft presentó los chips Maia 200 en enero de 2026 como un procesador especializado en inferencia, pensado para ejecutar en producción modelos de lenguaje ya entrenados. A diferencia de las GPU para entrenamiento (training), los procesadores de inferencia se optimizan para la velocidad y la eficiencia energética, lo que permite a las empresas reducir de forma notable el coste de operar grandes servicios de IA. Maia 200 se posiciona como una alternativa más asequible y eficiente que las costosas GPU como la NVIDIA H100. Eso la hace especialmente atractiva para las compañ
¿Qué se sabe sobre Por qué la capacidad de cómputo escasea tanto?
La demanda de recursos de cómputo para IA crece de forma exponencial. Cada nueva generación de grandes modelos de lenguaje exige más potencia, tanto para el entrenamiento como para la inferencia. Startups como Anthropic, OpenAI, Mistral y otras compiten por la calidad de su tecnología y, además, en una dura pugna por acceder al hardware. NVIDIA domina de facto el mercado de GPU para IA, pero la capacidad de producción va por detrás de la demanda. La cola para grandes compras puede alargarse durante meses. Microsoft intenta diversificar sus fuentes de suministro invirtiendo
¿Qué se sabe sobre Qué obtiene cada parte?
Para Anthropic, apostar por Maia 200 supone una posible reducción de costes operativos y una independencia estratégica de NVIDIA en cargas de inferencia. Para Microsoft, es la oportunidad de demostrar al mercado que su procesador de inferencia está realmente listo para producción y atrae a actores serios del sector de la IA. Si Anthropic empieza a usar Maia 200 en cargas reales de producción, atraerá a otros clientes potenciales y validará el enfoque. Sin embargo, el éxito depende de tres factores críticos: rendimiento en relación con el coste, precios competitivos y fiabil
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.