Un modelo puede mejorar mucho y seguir siendo demasiado caro de ejecutar a gran escala. Esa es la parte de la carrera de la IA que Microsoft quiere atacar con Azure Maia 300, su próxima generación de aceleradores. La empresa anunció el 12 de octubre que comenzará los despliegues de producción en 2027.
El anuncio oficial plantea ampliar la familia Maia a instalaciones de varios gigavatios. Microsoft pretende convertirla en el principal sistema de inferencia de sus productos y servicios. Inferencia es el trabajo de ejecutar un modelo ya entrenado para producir respuestas, imágenes o acciones.
Maia 200 ya trabaja; Maia 300 es el siguiente paso
Conviene separar dos generaciones. Microsoft afirma que Maia 200 ya sirve cargas de producción, entre ellas Microsoft Copilot, y apoya el trabajo de su equipo MAI. GitHub Copilot y Microsoft Foundry figuran entre las incorporaciones previstas antes de terminar el año.
Maia 300 pertenece al calendario de 2027. No es una tarjeta que puedas comprar hoy para tu PC ni una función que se active en una cuenta personal. Es infraestructura de centros de datos: su efecto para el usuario llegaría a través de los servicios que se ejecuten sobre ella.
Por qué la memoria importa tanto como la potencia
La descripción de la arquitectura destaca 288 GB de memoria HBM4 por acelerador y 18 TB por segundo de ancho de banda. El sistema de rack reúne 96 aceleradores dentro de un presupuesto energético de 167 kW. Son especificaciones publicadas por Microsoft, no mediciones realizadas por PLANA.
La importancia de esos datos está en el movimiento de información. Un agente que consulta documentos, conserva contexto y genera una respuesta larga no necesita únicamente hacer operaciones. También tiene que mantener accesibles los datos y trasladarlos con rapidez. Añadir cálculo sin resolver ese tráfico puede dejar recursos esperando.
Microsoft diseña el chip, sus conexiones y el software como partes del mismo sistema. El objetivo es reducir movimientos innecesarios y aprovechar mejor la memoria. Para una empresa que atiende muchas peticiones simultáneas, pequeñas mejoras repetidas a gran escala pueden cambiar cuánta capacidad necesita desplegar.
Qué significan las cifras de rendimiento anunciadas
Microsoft espera obtener un 40 % más de tokens por megavatio frente a los sistemas basados en GPU que utiliza como comparación. También anuncia hasta siete veces el rendimiento por rack de Maia 200 en una configuración completa de 96 aceleradores.
Las dos cifras comparan cosas diferentes. Una se refiere a eficiencia energética y otra al volumen de trabajo de un rack completo. Ninguna demuestra, por sí sola, que cualquier tarea sea siete veces más rápida o que una suscripción vaya a bajar un 40 %. Para valorar esas promesas hacen falta las cargas, configuraciones y condiciones de la comparación.
Lo que podría cambiar para los servicios de IA
Si el nuevo sistema permite atender más peticiones dentro de la misma potencia disponible, Microsoft tendría más margen para ampliar servicios, absorber demanda o dedicar más cálculo a cada encargo. Son posibles consecuencias del diseño, no cambios de precio o límites anunciados para Copilot.
También explica por qué los grandes proveedores están invirtiendo en chips propios. Cuando una parte creciente del producto depende de ejecutar modelos de forma continua, la infraestructura deja de ser un detalle de fondo. Condiciona el coste de cada interacción y la velocidad a la que se puede ampliar el servicio.
La siguiente comprobación será el despliegue real de 2027. Hasta entonces, lo más útil es distinguir el hardware que ya está en producción de las estimaciones de la próxima generación. Microsoft ha publicado fotografías, vídeos y recursos de Maia 300; el calendario y las métricas siguen siendo los que comunica el fabricante.
Imágenes de prensa: Microsoft. Información revisada el 14 de octubre de 2026.