Microsoft presentó este lunes Maia 300, la tercera generación de su chip propio para inteligencia artificial, concebido para ser el sistema principal de inferencia de sus productos y servicios, es decir, el que corre los modelos ya entrenados para responder consultas. Empezará a desplegarse en cargas de producción en 2027 y el movimiento apunta a reducir la dependencia de los aceleradores de Nvidia y AMD.
Las cifras las dio Scott Guthrie, vicepresidente ejecutivo del grupo de nube de Microsoft. Dijo que la empresa espera que Maia 300 entregue 40% más tokens por megavatio que los principales sistemas basados en GPU, una medida de cuánto trabajo de IA se obtiene por cada unidad de energía. En una configuración completa de 96 aceleradores, agregó, el rendimiento de tokens por rack puede alcanzar hasta siete veces el de Maia 200, el chip anterior de la familia.
Según Guthrie, Microsoft también planea escalar la familia Azure Maia a despliegues de varios gigavatios a partir de 2027. El chip está pensado para los tipos de carga que están surgiendo ahora: razonamiento con contextos largos, conversaciones que no toleran demoras y tareas de agentes que encadenan muchos pasos. Guthrie lo describió como un sistema de IA completo diseñado para esos usos.
El diseño usa una arquitectura de chiplets, bloques de silicio separados que se combinan en un mismo procesador. En Maia 300 se dividen las funciones de cómputo, controlador de memoria y entrada y salida, y el chip se fabrica con el proceso N2P de TSMC, una evolución del nodo de 2 nanómetros. Según el equipo de hardware e infraestructura de Azure, la separación permite dedicar más superficie de silicio al cómputo y que cada función use la tecnología que mejor le sirve.
El chip también tiene un papel en los modelos propios de la empresa. Mustafa Suleyman, CEO de Microsoft AI, dijo que hay que trabajar en toda la pila tecnológica, hasta el silicio, y que a esa escala hace falta una plataforma propia, diseñada en conjunto con los modelos. Por eso, afirmó, correr los modelos de Microsoft AI sobre Maia es una prioridad crítica para su equipo. La apuesta podría ayudar a Microsoft en su meta de alcanzar a Google DeepMind, OpenAI y Anthropic.
Microsoft no es la única que desarrolla sus propios aceleradores. Google tiene las TPU, Amazon las Trainium e Inferentia y Meta la familia MTIA. El objetivo compartido es bajar costos y ajustar el hardware a cargas específicas, sobre todo la inferencia, que crece a medida que se suman asistentes y agentes de IA.
Maia 200, que Microsoft presentó en enero, ya corre cargas de producción en Microsoft Copilot, GitHub Copilot, Microsoft Foundry y los modelos propios de la compañía. Guthrie lo calificó como la infraestructura de mejor rendimiento de la flota de Microsoft, medida con métricas reales de servicios de IA.
