Microsoft anuncia Maia 300: un 40% más de tokens por megavatio que las GPU

Microsoft ha anunciado la tercera generación de su acelerador de IA propio, Maia. Maia 300 debe convertirse en el «sistema principal de inferencia» de los productos y servicios de la compañía. La cifra clave: según las expectativas de Microsoft, el chip generará un 40% más de tokens por megavatio que los principales sistemas basados en GPU. Maia 300 empezará a desplegarse en producción en 2027. Para la compañía, supone un paso hacia una menor dependencia de Nvidia, aunque no un abandono de sus tarjetas gráficas.

Megavatios en lugar de teraflops

La métrica no es casual. Scott Guthrie, vicepresidente ejecutivo de la división de nube de Microsoft, mide la eficiencia en tokens por megavatio. Para los centros de datos, el principal límite es cada vez más la potencia eléctrica disponible y no el número de chips. Si cada megavatio genera un 40% más de tokens, con un presupuesto de energía fijo aumentan los ingresos de cada emplazamiento. O bien baja el coste de cada respuesta del modelo.

Hay una salvedad. Guthrie habla de lo que Microsoft espera («we expect»), no de resultados de pruebas independientes. La comparación se hace con unos «sistemas GPU líderes» sin nombre. Las condiciones de la medición no se detallan en la parte publicada del material. Es una declaración del fabricante, no un benchmark.

Pensado para modelos de razonamiento y agentes

Microsoft subraya que Maia 300 se desenvuelve mejor con los modelos de razonamiento actuales y los escenarios con agentes. Estas cargas generan muchos tokens por cada consulta: el modelo «piensa» en cadenas y el agente encadena una serie de llamadas. Es la inferencia, y no el entrenamiento, la que se está convirtiendo en la mayor partida de gasto. Un chip optimizado para ella apunta al punto más caro de la IA en la nube.

La escala de los planes se aprecia en el titular del blog corporativo: Microsoft habla de ampliar el sistema Azure Maia hasta despliegues de varios gigavatios. La cita de Guthrie sobre la configuración completa de 96 aceleradores se interrumpe en el fragmento disponible, así que los detalles de la arquitectura de los racks habrá que buscarlos en la fuente original.

Parámetros clave del anuncio:

• Generación: la tercera de la línea de chips de IA propios de Microsoft
• Papel: «sistema principal de inferencia» para los productos y servicios de la compañía
• Eficiencia declarada: un 40% más de tokens por megavatio frente a los principales sistemas con GPU
• Cargas objetivo: modelos de razonamiento y tareas con agentes
• Inicio del despliegue en producción: 2027
• Escala: ampliación de Azure Maia hasta capacidades de varios gigavatios

Qué vigilar hasta 2027

Falta más de un año para el despliegue masivo y, por ahora, no hay nada que comprar para Maia 300. Las cuestiones prácticas son estas.

La primera: cuándo abrirá Microsoft el chip a los clientes de Azure y no solo a sus propios servicios. Por ahora se describe como infraestructura interna para los productos de la compañía. Si llega a instancias públicas, cabe esperar una nueva presión sobre los precios de la inferencia.

La segunda: qué modelos y frameworks funcionarán sin una migración dolorosa. Todo chip propio depende de su stack de software. Los desarrolladores deberían comprobar desde ahora hasta qué punto sus pipelines están atados a CUDA.

La tercera: las mediciones independientes. La cifra del 40% debe contrastarse con pruebas reales sobre modelos reales antes de incorporarla a las previsiones de costes.

Los equipos que construyen productos sobre modelos de razonamiento y agentes deberían empezar ya a calcular el coste en tokens por tarea y en energía por token. Esos indicadores determinarán qué proveedor de nube abaratará primero la inferencia.