Microsoft hará de los chips Maia la base de su inferencia y llegará a los gigavatios en 2027

A partir de 2027, Microsoft convertirá sus aceleradores Azure Maia en el sistema principal de inferencia de todos sus productos y los desplegará a una escala de varios gigavatios. La mayor esperanza de la compañía es el chip Maia 300: según Microsoft, generará un 40% más de tokens por megavatio que los sistemas con GPU líderes. El consejero delegado, Satya Nadella, describió este paso como «nuestra mayor apuesta por el silicio propio».

Por qué se cuentan los tokens por megavatio

La métrica no es casual. En los grandes centros de datos, el principal límite ya no es tanto el número de chips como la potencia eléctrica disponible: la conexión a la red, las subestaciones, la refrigeración. Si cada megavatio produce más tokens, el mismo presupuesto energético atiende más solicitudes. Para servicios de inferencia masiva como Copilot, esto influye directamente en el coste de cada respuesta.

La afirmación tiene una salvedad. La comparación con los «sistemas con GPU líderes» no indica ninguna configuración concreta, y todavía no existen benchmarks independientes de Maia 300. La cifra del 40% sigue siendo una promesa del fabricante, que además será quien la utilice.

Qué se sabe del plan

• Plazo: la transición comienza en 2027.
• Papel: Maia pasa a ser el sistema principal de inferencia en los productos de Microsoft.
• Escala: despliegue de varios gigavatios.
• Chip: Maia 300, la siguiente generación de la línea Azure Maia.
• Ventaja declarada: un 40% más de tokens por megavatio que los sistemas con GPU líderes.
• Posición de la dirección: Nadella lo define como la mayor apuesta de la compañía por el silicio propio.

Conviene fijarse en la formulación sobre la inferencia. El anuncio se refiere a la generación de respuestas de los modelos, no al entrenamiento. El comunicado no aclara qué ocurrirá con las compras de GPU para entrenamiento.

Contexto: todas las grandes nubes avanzan hacia su propio silicio

Microsoft presentó la primera generación de Maia en 2023, junto con el procesador Cobalt. Entonces parecía un experimento frente a las compras masivas de Nvidia. Google lleva tiempo desarrollando sus TPU, AWS tiene Trainium e Inferentia, y Meta cuenta con sus propios aceleradores MTIA. La lógica es la misma en todos los casos: la inferencia es una partida de gasto constante y creciente, y pagar por ella el sobreprecio de una GPU de uso general no compensa si la carga se conoce de antemano.

La escala del nuevo plan es distinta. Una cosa es tener chips propios como complemento de la flota de Nvidia y otra, convertirlos en la base de todos los productos. Eso exige una pila de software madura, suministros estables por parte del fabricante y suficiente memoria para los aceleradores. El anuncio no ofrece detalles sobre ninguno de estos puntos, y son precisamente ellos los que determinarán si la ventaja declarada se mantiene con modelos reales.

Microsoft tiene además una palanca adicional: controla por sí misma qué modelos se ejecutan en sus productos y en qué modos. Eso le permite ajustar el hardware a una carga concreta, algo que un proveedor de GPU de uso general no puede permitirse.

Qué deben hacer los clientes de

Azure y los equipos que construyen sobre él

• Vigilen el precio por token. Si el ahorro energético es real, tarde o temprano se reflejará en las tarifas de Azure OpenAI y de otros servicios gestionados.
• Midan la latencia y el rendimiento con sus propios prompts, no con las medias declaradas. Un cambio de infraestructura por debajo puede alterar la velocidad del servicio.
• No vinculen la arquitectura a un hardware concreto. Para quienes despliegan modelos propios, el soporte de Maia en los frameworks habituales será una cuestión práctica ya en 2027.
• Para inversores y responsables de compras: la señal es que parte de la demanda de inferencia se desplaza de Nvidia hacia los chips propietarios de las nubes. El tamaño de esa parte depende de que el 40% se confirme en la práctica.

La promesa solo podrá verificarse cuando Maia 300 empiece a atender tráfico real. Hasta entonces, la cifra sigue siendo un objetivo para el que Microsoft está dispuesta a reorganizar su infraestructura.