Microsoft presentó el 12 de octubre el Maia 300, un acelerador propio para inferencia que quiere convertir en el sistema principal de sus productos de IA. La promesa es 40% más tokens por megavatio que los sistemas de GPU líderes; la letra pequeña es que la empresa no publicó contra qué línea base se mide.
Según CNBC, Jon Peddie Research e Interesting Engineering, el diseño de rack de Maia 300 aloja 96 aceleradores en una envolvente de 167 kW. Para comparar, los racks GB300 de Nvidia tienen 72 GPU y consumen alrededor de 142 kW. Las cifras de rendimiento son de Microsoft, no de pruebas independientes.
La métrica tokens por megavatio es la correcta para inferencia: el límite de un centro de datos hoy es la energía, no el espacio. Pero la cifra viene sin línea base: Microsoft no identificó con qué sistema de GPU comparó. Además, el rack de Maia consume más potencia total (167 kW frente a ~142 kW), así que la ventaja, de existir, vendría de más trabajo por vatio y no de un menor consumo. Mientras no haya benchmarks independientes, es un objetivo de diseño, no un hecho.
Las fuentes ubican el despliegue de Maia 300 en 2027, con cargas de GitHub Copilot y Microsoft Foundry planeadas para seguir hacia fines de 2026. Microsoft no dio una fecha precisa de producción ni prometió una baja de precios para clientes. Tampoco hay una cifra de cuánto bajarían las compras a Nvidia: para entrenamiento, Microsoft sigue trabajando con Nvidia y AMD.
Maia se suma a otros aceleradores propios de hiperescaladores; ya cubrimos el caso de Meta con su chip MTIA. La lógica es la misma: quien opera inferencia a gran escala busca bajar el costo por token con silicio a la medida, y dejar las GPU de Nvidia para entrenamiento y cargas donde el ecosistema CUDA pesa más.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel