Microsoft tiene la intención de ampliar su familia de sistemas Azure Maia para que operen en implementaciones de múltiples gigavatios a partir de 2027, en una transformación que convierte a estos sistemas en la plataforma de inferencia principal para sus productos y servicios. La compañía confirmó que Azure Maia 200 ha entrado en fase de producción y actualmente ejecuta cargas de trabajo reales, incluyendo Microsoft Copilot.
Maia 200 utiliza modelos de OpenAI, los modelos MAI de Microsoft y familias de modelos de código abierto. La plataforma también apoya al equipo de MAI en el desarrollo de la próxima generación de modelos, y se extenderá a GitHub Copilot y Microsoft Foundry antes de finales de 2026. Las implementaciones actuales de Maia 200 se despliegan en Estados Unidos, Europa y Australia.
¿Qué está lanzando Microsoft?
La compañía presentó Maia 300 como un sistema inteligente integrado de tercera generación, diseñado para cargas de trabajo de inferencia de contexto largo, experiencias conversacionales sensibles a la latencia y tareas de agentes de múltiples pasos. Según las cifras de Microsoft, el sistema tiene como objetivo ofrecer un recuento de tokens un 40% mayor por megavatio en comparación con los sistemas basados en unidades GPU líderes, mientras que una configuración completa de 96 aceleradores puede lograr hasta siete veces la tasa de tokens a nivel de rack en comparación con Maia 200.
Las implementaciones de producción de Maia 300 están programadas para comenzar en 2027. Microsoft no especificó en el artículo un cronograma más detallado ni precios comerciales para el sistema.
Un diseño centrado en la inferencia y la eficiencia energética
Maia 300 se basa en una arquitectura orientada primero a la inferencia, equilibrando la capacidad de computación, el ancho de banda de memoria, las redes y el consumo de energía. Microsoft afirma que la arquitectura de flujo de datos definida por software, junto con la optimización de núcleos asistida por inteligencia artificial, tiene como objetivo reducir la transferencia de datos y maximizar la utilización de los recursos de computación, memoria y red.
El sistema incluye ocho unidades HBM4 que proporcionan un ancho de banda máximo de 18.0 terabytes por segundo dentro de un límite de diseño térmico de 950 vatios. También utiliza una arquitectura de múltiples chips que separa las funciones de computación, los controladores de memoria y las entradas/salidas, fabricándose los chips de computación con el nodo TSMC N2P. Asimismo, admite formatos de baja precisión, incluida la versión optimizada MXFP4, para reducir los requisitos de memoria y ancho de banda para los modelos y el almacenamiento en caché KV (KV-cache).
¿Qué cambia en la práctica?
El sistema de rack de Maia 300 agrupa unos 96 aceleradores en un rango de potencia de 167 kilovatios, con una capacidad HBM de 27.6 terabytes y un ancho de banda total de 1.7 petabytes por segundo. Microsoft apuesta por esta densidad para ejecutar interacciones de inteligencia artificial más concurrentes y cargas de trabajo mayores por rack, lo que podría elevar la capacidad de expansión de los centros de datos.
La compañía también diseñó la red de expansión para que los flujos de datos abarquen la computación, la memoria y la red como un único sistema, con conexiones de alto ancho de banda entre aceleradores y un transporte dedicado para inteligencia artificial basado en la arquitectura Ethernet. Esta arquitectura está orientada a escalar desde un solo rack hasta el nivel de un centro de datos.
¿Por qué es importante esta noticia?
La medida demuestra que Microsoft no trata la inferencia simplemente como una cuestión de comprar aceleradores independientes, sino como un ecosistema que abarca silicio, memoria, redes, software y cargas de trabajo de servicios reales. La compañía afirma que la ejecución de Maia 200 dentro de Teams, Copilot y Cowork demostró hasta 1.7 veces el número de tokens por vatio en comparación con una arquitectura GPU líder, y esta experiencia influyó directamente en el diseño de Maia 300.
Los nuevos sistemas se utilizarán, según el artículo, para ejecutar los servicios de Microsoft, GitHub Copilot, Microsoft Foundry, los modelos MAI y Dragon Copilot. Sin embargo, las cifras de rendimiento y eficiencia proporcionadas son estimaciones y resultados anunciados por Microsoft, y el artículo no incluye pruebas independientes ni detalles comparativos completos con los sistemas de la competencia; por lo tanto, la verificabilidad práctica sigue ligada a las pruebas reales una vez que comiencen las implementaciones en 2027.