Del entrenamiento a la inferencia
Durante los últimos años, la conversación sobre infraestructura de IA ha girado alrededor del entrenamiento de grandes modelos y de las GPU que lo hacen posible. El 12 de octubre, Microsoft desplazó el foco: presentó Maia 300, la tercera generación de su acelerador propio, y anunció que la familia Maia será el sistema principal de inferencia de sus productos y servicios, con despliegues de varios gigavatios a partir de 2027.
La inferencia es el trabajo que se repite cada vez que alguien hace una pregunta a Copilot, pide código a GitHub Copilot o una aplicación empresarial llama a un modelo en Azure. Es el coste que crece con el uso, y por eso cualquier mejora de eficiencia en esa fase se traslada directamente a la economía de los servicios de IA.
Qué ha anunciado Microsoft
Según el blog oficial de la compañía, firmado por el vicepresidente ejecutivo Scott Guthrie, Maia 200 ya atiende cargas reales de producción, entre ellas Microsoft Copilot, y se está desplegando en Estados Unidos, Europa y Australia. GitHub Copilot y Microsoft Foundry se sumarán antes de final de año. En esas cargas, Maia 200 ejecuta modelos de OpenAI, los modelos propios MAI de Microsoft y familias de modelos de código abierto.
Maia 300 entrará en producción en 2027. Microsoft calcula que ofrecerá un 40 % más de tokens por megavatio que los sistemas basados en GPU de referencia y que un rack completo, con 96 aceleradores, multiplicará hasta por siete el rendimiento de Maia 200. Son proyecciones del fabricante: como recordó a CNBC el analista Patrick Moorhead, nadie ha probado todavía estos chips fuera de Microsoft.
Las cifras y lo que significan
La métrica que Microsoft pone en primer plano es reveladora: tokens por megavatio. En un centro de datos, la energía disponible es un límite físico y una parte importante del coste de operación. «La energía se traduce de forma bastante directa en coste operativo», explicó a CNBC Alistair Speirs, director general en Microsoft. Si un mismo megavatio produce un 40 % más de respuestas, el coste por respuesta baja, o la capacidad disponible sube sin construir más.
La segunda cifra, hasta siete veces más rendimiento por rack que Maia 200, habla de densidad: Microsoft duplica el número de aceleradores por rack. Más trabajo útil por metro cuadrado y por megavatio significa que la misma inversión en edificios y conexiones eléctricas atiende a más usuarios. Para quien compra servicios de IA, eso suele acabar reflejándose en precios por uso más bajos o en límites de capacidad más holgados.
Un diseño construido alrededor de la memoria
Microsoft describe Maia 300 como una arquitectura pensada primero para la inferencia, optimizada para cargas de contexto largo, intensivas en memoria y dominadas por la fase en la que el modelo genera la respuesta token a token. Cada acelerador combina ocho pilas de memoria HBM4 con 18 TB/s de ancho de banda máximo dentro de un consumo de 950 vatios, y usa la memoria SRAM del propio chip como espacio de trabajo gestionado por software.
El chip adopta un diseño de varios chiplets que separa cómputo, controladores de memoria y entrada y salida, con los chiplets de cómputo fabricados en el proceso N2P de TSMC. Además, admite formatos de baja precisión como MXFP4, que reducen la memoria necesaria para los cálculos y para guardar el contexto. El resultado, según la compañía, son ventanas de contexto más largas y más rendimiento con la misma energía, justo lo que piden los agentes que encadenan pasos y consultan documentos extensos.
Los gigantes de la nube fabrican su propio silicio
Maia no es un caso aislado. Google lleva años con sus TPU y Amazon con Inferentia y Trainium, y los grandes desarrolladores de modelos ya combinan chips de varios fabricantes. La diferencia, recordaba CNBC, es que los aceleradores de Microsoft no se alquilan por horas a terceros: son una pieza interna para abaratar sus propios servicios. La directora financiera, Amy Hood, ya atribuía a los chips propios una mejora de márgenes sostenida en el tiempo.
Nvidia sigue siendo central. Microsoft continúa entrenando modelos con GPU de Nvidia y AMD, y los analistas de Evercore ISI estiman que Maia representará alrededor del 10 % del gasto de la compañía en chips de IA a principios de 2027. La tendencia, en todo caso, apunta a una infraestructura más diversa, en la que cada tipo de trabajo se ejecuta en el hardware que lo hace más barato.
- Estimación de Evercore ISI citada por CNBC. No es una cifra oficial de Microsoft.
Qué cambia para las empresas europeas
Para una empresa de Barcelona o de cualquier punto de Europa, la noticia no exige comprar hardware, pero sí cambia el contexto en el que se toman decisiones. Maia 200 ya se despliega en centros de datos europeos y da servicio a funciones de Teams y Copilot que muchas organizaciones usan a diario. Más eficiencia en la inferencia significa más capacidad disponible en regiones europeas, un factor relevante cuando los datos deben procesarse dentro de la Unión.
También refuerza una tendencia que conviene tener presente al presupuestar proyectos: el coste de cada respuesta de IA tiende a bajar, mientras que el valor está en los procesos que se automatizan con ella. Las empresas que hoy descartan un caso de uso por el coste de los tokens deberían revisar esa cuenta con cierta frecuencia, porque las curvas de precio se mueven rápido.
Evalúe si su organización está preparada
La lección práctica es diseñar pensando en la portabilidad. Las arquitecturas que separan la lógica de negocio del modelo concreto, que miden el coste por tarea completada y no solo por token, y que permiten cambiar de modelo o de región sin rehacer la aplicación son las que mejor aprovechan cada salto de eficiencia del mercado.
El siguiente cuestionario ayuda a situar a su organización: si ya tiene casos de uso en producción, cómo mide su coste y cuánto depende de un único proveedor. No sustituye un análisis, pero da una primera orientación.
¿En qué punto está el uso de IA generativa en su empresa?
Lo que viene
Microsoft ha prometido más detalles en Ignite 2026, su conferencia de noviembre en San Francisco. Hasta que Maia 300 llegue a producción en 2027 y haya mediciones independientes, sus cifras deben leerse como objetivos del fabricante. Aun así, la dirección es clara: los grandes proveedores compiten por servir IA de forma más barata y eficiente.
Para las empresas, eso abre una ventana favorable. La capacidad de cómputo dejará de ser el principal freno de muchos proyectos, y la ventaja competitiva estará en elegir bien los procesos, preparar los datos y construir soluciones que puedan beneficiarse de cada nueva generación de infraestructura.
“La carrera de la IA ya no se decide solo en el entrenamiento de modelos: se decide en cuánto cuesta servir cada respuesta.”
