- El Maia 300 se lanzará en 2027, con el objetivo de reducir la dependencia de NVIDIA.
- El diseño del acelerador se centra en cargas de trabajo intensivas en memoria y tareas de múltiples pasos.
- El Maia 300 produce un 40 % más de tokens por megavatio que los sistemas GPU existentes.
- Microsoft planea desplegar la serie Maia como estrategia central para ampliar su capacidad de cómputo de IA.
Microsoft planea lanzar en 2027 su acelerador de inteligencia artificial Maia 300 de próxima generación, con el objetivo de liberarse de la dependencia de NVIDIA y lograr una producción de tokens por megavatio un 40 % superior a los actuales sistemas líderes basados en GPU. Este chip impulsará la infraestructura de inteligencia artificial en constante expansión de Microsoft y está diseñado con una configuración de bastidor de 96 aceleradores, que se espera ofrezca siete veces la capacidad de procesamiento de tokens de su predecesor. El anuncio marca un nuevo paso de Microsoft en la construcción de silicio personalizado para la inferencia de inteligencia artificial a gran escala.
Su acelerador Maia 200 ya gestiona cargas de trabajo de producción, incluido Copilot de Microsoft. Microsoft prevé que GitHub Copilot y Microsoft Foundry adopten ese hardware antes de finales de 2026.
Características de diseño del Maia 300
El Maia 300 adopta una estrategia de eficiencia de inferencia a nivel de sistema, con una arquitectura orientada a cargas de trabajo intensivas en memoria, inferencia de contexto largo y agentes de inteligencia artificial que ejecutan tareas complejas de múltiples pasos. Impulsado por el ancho de banda de memoria, el Maia 300 combina ocho pilas de memoria HBM4 con un ancho de banda máximo de 18 TB por segundo. El sistema opera dentro de un rango de potencia de diseño térmico de 950 vatios para hacer frente a las crecientes demandas de memoria de los grandes modelos de inteligencia artificial. Microsoft también emplea un diseño de múltiples chips que separa las funciones de cómputo, controladores de memoria y entrada/salida.
El chip de cómputo utiliza el proceso de fabricación N2P de TSMC, con el objetivo de aumentar el rendimiento por vatio. El acelerador también admite computación de baja precisión MXFP4 mejorada, un método que reduce los requisitos de memoria para el cálculo del modelo y el almacenamiento de la caché de claves y valores. Estos ahorros ayudan al sistema a acomodar ventanas de contexto más largas y procesar más solicitudes dentro del mismo presupuesto de potencia.
Expectativas de rendimiento del Maia 300
El software desempeña un papel importante en el diseño. La arquitectura de flujo de datos definida por software de Microsoft busca mantener los datos cerca de los recursos de cómputo, reduciendo así transferencias innecesarias. La optimización de núcleos asistida por inteligencia artificial también ayuda a mejorar la utilización del hardware entre distintas cargas de trabajo. La red del Maia 300 conecta 96 aceleradores, extendiendo su arquitectura a todo el bastidor. Cada configuración agrupa 96 aceleradores dentro de un rango de potencia de 167 kilovatios. Microsoft cita una capacidad HBM de 27,6 TB y un ancho de banda total de memoria de 1,7 PB por segundo, destinados a cargas de trabajo de inferencia más grandes y a más interacciones simultáneas de inteligencia artificial en un único despliegue.
La red personalizada optimiza los enlaces de paralelismo de tensores mediante conexiones de alto ancho de banda que interconectan los aceleradores. Una capa de transporte centrada en la inteligencia artificial utiliza infraestructura Ethernet para respaldar la comunicación entre aceleradores y bastidores, diseñada para escalar cargas de trabajo sin tratar a la red como un cuello de botella independiente.
Microsoft afirma que el Maia 300 debería ofrecer un 40 % más de tokens por megavatio que los sistemas líderes basados en GPU, y su rendimiento previsto a escala de bastidor también muestra un aumento significativo frente al Maia 200, aunque la empresa no ha detallado los puntos de referencia independientes de esas comparaciones. Microsoft ya ha desplegado el Maia 200 en Estados Unidos, Europa y Australia, y reporta que las funciones integradas de inteligencia artificial en Teams, Copilot y las experiencias Cowork entregan 1,7 veces más tokens por vatio que la infraestructura GPU líder.
Los aceleradores actuales ejecutan modelos de OpenAI, los modelos MAI de Microsoft y familias de modelos de código abierto. Microsoft aprovecha los datos de rendimiento de esos servicios para guiar el desarrollo de hardware y optimizar cargas de trabajo reales. El Maia 300 respaldará los esfuerzos de desarrollo de modelos de Microsoft, la inferencia en la nube y las herramientas de codificación basadas en agentes, y se espera que el hardware ayude a escalar Dragon Copilot, su asistente de inteligencia artificial clínico, con despliegues en producción a partir de 2027.
El plan a largo plazo de Microsoft prevé despliegues de Maia de varios gigavatios a partir de ese mismo año, posicionando el silicio personalizado como componente principal de su expansión de la capacidad de cómputo de inteligencia artificial.
Ítem Especificación Memoria 8 pilas de memoria HBM4 Ancho de banda máximo 18 TB por segundo Potencia de diseño térmico 950 vatios Capacidad del bastidor 27,6 TB HBM Ancho de banda total de memoria 1,7 PB por segundo
Impacto del Maia 300 en el ecosistema de IA de Microsoft
El lanzamiento del Maia 300 marca un avance importante de Microsoft en el ámbito del hardware de inteligencia artificial, especialmente en la reducción de la dependencia de NVIDIA. Al centrarse en el diseño para cargas de trabajo intensivas en memoria y tareas de múltiples pasos, el Maia 300 tiene el potencial de elevar la eficiencia computacional general y respaldar aplicaciones de IA más complejas. A medida que crece la demanda de aplicaciones de IA, el silicio personalizado de Microsoft se convertirá en la clave para ampliar su capacidad de cómputo y podría cambiar el modelo de dependencia de la industria respecto a los aceleradores de IA.