Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
InfraestructuraAnálisis · En radarBloomberg Tech→ original

Microsoft contra Nvidia: por qué Satya Nadella construye su propio imperio de silicio

Microsoft ha presentado la segunda generación de sus procesadores de IA Maia con el objetivo de reducir su dependencia crítica de los suministros de Nvidia. Mientras el mundo hace cola por los chips H100 y Blackwell, en Redmond construyen un sistema verticalmente integrado: desde los modelos de OpenAI hasta silicio propio en los centros de datos de Azure. No es solo cuestión de prestigio, sino de economía pura y dura. El hardware propio permitirá a Microsoft optimizar Copilot y Azure AI y reducir de forma notable el coste de cada consulta. La pregunta principal sigue siendo la misma: ¿podrá el software de Microsoft sustituir al ecosistema CUDA, sobre el que descansa toda la IA moderna?

Procesado por IA desde Bloomberg Tech; editado por Hamidun News
Microsoft contra Nvidia: por qué Satya Nadella construye su propio imperio de silicio
Fuente: Bloomberg Tech. Collage: Hamidun News.
Escuchar artículo

Imagine que construye el parque de atracciones más grande del mundo, pero está obligado a comprar todos los motores de los carruseles a un único proveedor que, además, sube los precios sin parar. Esa es exactamente la situación en la que se encontró Microsoft en pleno auge de la IA generativa. Como mayor patrocinador de OpenAI y principal proveedor de capacidad de IA a través de Azure, la corporación quedó a merced de Jensen Huang y sus chips «de oro» de Nvidia.

La segunda generación de procesadores de IA propios de Microsoft no es solo una actualización técnica, sino un intento a gran escala de declarar la independencia y dejar de pagar un enorme «impuesto a la innovación» a un fabricante externo.

Esta pugna no empezó ayer. Microsoft lleva años viendo cómo Apple trasladaba con éxito sus dispositivos a sus propios chips de la serie M, con control total sobre el rendimiento y el consumo energético. En la computación en la nube, las reglas son las mismas. Cuando se operan cientos de miles de servidores, incluso una pequeña optimización en la arquitectura del procesador se traduce en miles de millones de dólares ahorrados. La primera generación de Maia fue un paso de prueba, una especie de reconocimiento sobre el terreno. Ahora Microsoft presenta una solución que debe ser el cimiento de todo el ecosistema Copilot y de las futuras iteraciones de GPT.

¿Qué ha cambiado exactamente en el enfoque de la compañía? Redmond ya no intenta crear simplemente un «equivalente de Nvidia». Diseña el hardware para las tareas concretas de sus modelos. Eso permite eliminar lo superfluo y centrarse en el ancho de banda de memoria y la eficiencia energética, los dos grandes cuellos de botella de la IA actual. La nueva generación de chips se integra en los racks de servidores como un componente nativo, con sistemas de refrigeración líquida a medida. No es solo un chip en una caja, sino parte de un enorme organismo vivo, el centro de datos, donde cada vatio debe trabajar para producir resultados y no para calentar la atmósfera.

Sin embargo, la batalla principal no se librará en las plantas de semiconductores, sino en las líneas de código. Nvidia domina no solo porque sus chips sean rápidos, sino porque tiene CUDA, la plataforma de software en la que se ha escrito casi todo el software moderno para redes neuronales. Microsoft apuesta por los estándares abiertos y su propio ecosistema, e intenta convencer a los desarrolladores de que el paso a su hardware será fluido. Es un juego arriesgado: incluso el hardware más potente se convierte en silicio inútil si escribir código para él resulta difícil. Pero con palancas como GitHub y Azure, Microsoft tiene todas las opciones de inclinar la balanza a su favor.

¿Por qué debería importarnos a los usuarios de a pie? La respuesta es sencilla: el coste de la computación. Hoy cada consulta a un modelo de lenguaje avanzado le cuesta dinero real a la compañía, y ese gasto acaba recayendo en los suscriptores o limitando los usos gratuitos. Si Microsoft logra reducir de forma radical el coste de operar sus redes neuronales con hardware propio, veremos servicios más rápidos, baratos e inteligentes. Es una carrera armamentística en la que ganará quien consiga convertir la inteligencia en un producto masivo y asequible, y no en un lujo al alcance solo de quienes tengan GPU escasas.

En última instancia, los movimientos de Microsoft son una señal para todo el mercado. Se acabó la época en que bastaba con comprar hardware estándar y dormirse en los laureles. Hoy el liderazgo en IA exige la pila completa: desde la obtención de datos y el desarrollo de algoritmos hasta el diseño de transistores. Satya Nadella lo entiende mejor que muchos, y su estrategia de «integración vertical» puede ser el factor que permita a Microsoft mantener el liderazgo a diez años vista, incluso si el entusiasmo por los chatbots se enfría un poco.

La clave: ¿Logrará Microsoft convencer a OpenAI y a otros socios de abandonar por completo Nvidia en favor de su silicio «casero», o Maia seguirá siendo una herramienta auxiliar para ahorrar presupuesto?

Historia
ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…