Microsoft tiene un problema de energia y esta semana mostro al mundo su respuesta mas ambiciosa. La compania presento Maia 300, la tercera generacion de su chip de inteligencia artificial disenado en casa, y anuncio que la familia Maia crecera hasta alcanzar despliegues de varios gigavatios a partir de 2027. Scott Guthrie, responsable del grupo de nube e inteligencia artificial, lo dijo con claridad: Maia esta llamada a convertirse en el sistema principal de inferencia para los productos y servicios de Microsoft. El consejero delegado, Satya Nadella, lo describio como la mayor apuesta de la empresa por su propio silicio.
Esa palabra, inferencia, es clave para entender la noticia. Entrenar un modelo ocupa los titulares, pero la inferencia es el trabajo diario que viene despues. Cada consulta a Copilot, cada sugerencia de codigo, cada documento largo que un modelo lee y resume forma parte de ese flujo. Ocurre miles de millones de veces y consume electricidad en cada ocasion. Por eso un chip capaz de hacer mas trabajo por cada megavatio no es solo un trofeo tecnico. Es una palanca directa sobre el coste, la capacidad y el numero de personas a las que un centro de datos puede atender al mismo tiempo.
Una tercera generacion en menos de un ano
El ritmo dice mucho. Microsoft anuncio Maia 200 en enero y ese chip ya trabaja en produccion, tambien con Microsoft Copilot. La compania afirma que GitHub Copilot y Microsoft Foundry se sumaran antes de que termine este ano. Ahora, unos nueve meses despues, ya esta sobre la mesa la tercera generacion, con un despliegue productivo previsto para 2027. Segun la informacion publicada por Reuters sobre el lanzamiento, el programa Maia podria superar el millon de chips desplegados el proximo ano.
La mayoria de las empresas avanza despacio en silicio porque los errores salen caros. Microsoft acelera por una razon sencilla: la demanda de respuestas de inteligencia artificial crece mas rapido que la red electrica que la alimenta. Cuando la electricidad se convierte en el cuello de botella, la eficiencia deja de ser una virtud de laboratorio y pasa a ser el centro del negocio. Es el mismo tipo de conversacion sobre energia y planificacion que se vio en Nueva York durante la celebracion del Dia de Colon con un homenaje a Leandro y Denise Rizzuto, donde la comunidad se reunio para mirar al futuro con ambicion y sentido practico.
Que lleva dentro Maia 300
Maia 300 no es una sola pieza gigante de silicio. Esta construido con chiplets, pequenos modulos especializados unidos entre si. El modulo de computo utiliza el proceso N2P de TSMC, una tecnologia de clase de 2 nanometros, mientras que otros modulos dedicados al control de memoria y al movimiento de datos usan un proceso de 3 nanometros mas economico. La idea es sensata: poner la tecnologia mas cara donde se hacen los calculos y ahorrar en el resto. Los disenos pragmaticos suelen ser los que llegan a tiempo al mercado.
La memoria es la verdadera protagonista
Mas alla de la cifra de computo – 13,8 petaflops de rendimiento FP4 de baja precision con un consumo de 950 vatios – la historia grande esta en la memoria. Maia 300 incorpora ocho pilas de memoria HBM4, con 288 gigabytes de capacidad y hasta 18 terabytes por segundo de ancho de banda. Maia 200 ofrecia 216 gigabytes y 7 terabytes por segundo. Es decir, cerca de un tercio mas de espacio y unas dos veces y media mas de velocidad para mover datos.
Por que importa eso fuera de un centro de datos? Porque buena parte del trabajo moderno de inteligencia artificial depende mas de la memoria que de la aritmetica pura. Un modelo de razonamiento que mantiene una conversacion larga o un agente que encadena veinte pasos pasa mucho tiempo recuperando pesos y contexto guardado. Si ese acceso es mas rapido, todo el trabajo termina antes y cada respuesta cuesta menos. Microsoft espera que Maia 300 entregue un 40 por ciento mas de tokens por megavatio que los principales sistemas basados en GPU y hasta siete veces mas rendimiento por rack que Maia 200 en una configuracion completa de 96 aceleradores que consume unos 167 kilovatios. Son expectativas de la compania antes del despliegue de 2027, no resultados independientes, y conviene leerlas como objetivos con los que la empresa acepta ser medida.
Una carrera que se ensancha
Microsoft no esta sola en el diseno de chips propios y ahi esta la clave del momento. Sus rivales en la nube y los grandes laboratorios han llegado a la misma conclusion: alquilar hardware generico para un trabajo muy especifico y enorme deja dinero y energia sobre la mesa. Controlar el chip, los racks y el software al mismo tiempo permite ajustar todo para las tareas reales de los usuarios, desde redactar y programar hasta analizar documentos y coordinar agentes que reservan, archivan y hacen seguimiento.
Tambien hay una leccion de servicio publico en esta historia. Cuando la tecnologia se usa bien, libera tiempo para las personas. Es una idea cercana a la que recorre el mensaje del Papa Leon XIV sobre el Evangelio de compartir, donde lo importante no es acumular, sino poner lo que se tiene al servicio de los demas. En el caso de Maia, poner la energia al servicio de mas usuarios, con menos desperdicio, es una forma muy concreta de progreso.
Consejos practicos para equipos que compran IA
Primero, pregunten por el coste por tarea terminada, no solo por el coste por token. Un chip mas eficiente deberia notarse en 2027 en precios, limites de uso o ambas cosas. Si no se nota, vale la pena preguntar por que. Segundo, los trabajos con contexto largo y los agentes de varios pasos son los que mas pueden ganar, porque el salto de memoria de Maia 300 esta pensado justo para ellos. Conviene probar primero esos casos cuando la capacidad llegue a los servicios de Azure que ya utilizan. Tercero, no hace falta rehacer toda la infraestructura por un chip. La senal positiva es que Microsoft absorbe el cambio por debajo de productos conocidos como Copilot y Foundry. La buena infraestructura se nota poco desde fuera: la respuesta llega antes y la factura crece mas despacio.
La foto completa
Hace diez anos la carrera de la inteligencia artificial era por el modelo mas ingenioso. Despues fue por los datos. Hoy es, cada vez mas, por quien convierte la electricidad en respuestas utiles con mayor eficiencia. Maia 300 es la declaracion mas clara de Microsoft de que quiere ganar esa carrera con hardware propio, a una escala que se mide en gigavatios y millones de chips. La prueba definitiva llegara en 2027, en produccion y con cargas reales. Pero la direccion ya es positiva: mas inteligencia artificial con la misma energia significa servicios mas baratos, mas accesibles y disponibles para mas gente en todo el mundo.
Sé el primero en comentar