Microsoft presenta su chip Maia 300 para depender menos de Nvidia

Microsoft anunció Maia 300, la tercera generación de su chip de inteligencia artificial desarrollado internamente, pensado como el sistema principal de inferencia de IA para sus productos y servicios.

El chip busca mejorar el costo y la eficiencia de ejecutar cargas de trabajo de IA en la nube, además de estar mejor preparado para los modelos de razonamiento más recientes y para tareas agénticas, es decir, procesos de varios pasos que requieren autonomía.

Mejoras de eficiencia frente a las GPU

Según Scott Guthrie, vicepresidente ejecutivo del grupo de cloud de Microsoft, Maia 300 entregará un 40% más de tokens por megawatt que los sistemas líderes basados en GPU. En una configuración completa de 96 aceleradores, el chip alcanzaría hasta 7 veces el rendimiento de tokens a escala de rack respecto de su predecesor, el Maia 200.

Estas mejoras permitirían a Microsoft reducir su dependencia de los chips de Nvidia y AMD. La empresa planea escalar su familia Azure Maia a despliegues de varios gigawatts a partir de 2027, con el objetivo de que Maia se convierta en el sistema principal de inferencia de IA para sus productos y servicios.

El Maia 200, lanzado en enero de este año, ya corre cargas de trabajo de producción en herramientas como:

• Microsoft Copilot
• GitHub Copilot
• Microsoft Foundry
• Los modelos de IA propios de Microsoft

Guthrie señaló que el Maia 200 es "la infraestructura de IA con mejor desempeño" dentro de la flota de la compañía, medida en métricas reales de los servicios. El Maia 300, agregó, es "un sistema de IA completo diseñado para los nuevos tipos de cargas de trabajo que están surgiendo": razonamiento de contexto extenso, experiencias conversacionales sensibles a la latencia y tareas agénticas sostenidas de múltiples pasos.

Una nueva arquitectura de chiplets

Para lograr estas ganancias de eficiencia, Microsoft recurrió a una nueva arquitectura de chiplets. Maia 300 está construido sobre el nodo de proceso N2P de TSMC y separa las funciones de cómputo, controlador de memoria e entrada/salida.

Según el equipo de hardware e infraestructura de Azure, este diseño "aumenta el área de silicio dedicada al rendimiento de cómputo" y permite que cada función utilice la tecnología más adecuada para su rol.

El chip también forma parte de la estrategia de Microsoft para desarrollar sus propios modelos de inteligencia artificial, en un intento por achicar la distancia con Google DeepMind, OpenAI y Anthropic. Mustafa Suleyman, director ejecutivo de Microsoft AI, afirmó que la compañía necesita "trabajar en toda la pila tecnológica, hasta llegar al silicio" y contar con una plataforma propia, co-diseñada junto con sus modelos de IA.