Microsoft Maia 300 es el nuevo acelerador de inteligencia artificial con el que Microsoft quiere servir más respuestas de Copilot sin disparar en la misma proporción el consumo eléctrico. La compañía lo presentó el 12 de octubre de 2026 y prevé iniciar sus despliegues de producción en 2027. No es un chip para comprar ni instalar en un PC: forma parte de un sistema completo para centros de datos, con servidores, red y refrigeración diseñados alrededor de la inferencia de modelos.
La cifra más llamativa es un 40% más de tokens por megavatio frente a sistemas basados en GPU que Microsoft califica como líderes. También promete hasta siete veces el rendimiento por rack de Maia 200. Suena contundente, aunque conviene separar la ficha técnica de sus efectos reales: son estimaciones del fabricante y todavía no hay pruebas independientes de Maia 300 en producción.
Qué ha anunciado Microsoft y cuándo llegará
El anuncio oficial de Microsoft publicado el 12 de octubre sitúa a Maia 300 como la tercera generación de su programa de silicio para IA. La empresa planea convertir la familia Maia en su plataforma principal de inferencia y llevarla a despliegues de varios gigavatios a partir de 2027.
Eso no significa que Maia 300 vaya a aparecer mañana en todas las respuestas de Copilot. Microsoft dice que las primeras instalaciones de producción comenzarán en 2027, pero no ofrece una fecha pública para cada región o servicio. Mientras tanto, Maia 200 ya trabaja con cargas de Microsoft Copilot y modelos de OpenAI, de Microsoft y de código abierto. GitHub Copilot y Microsoft Foundry deberían incorporarse a Maia 200 antes de terminar 2026.
La distinción importa: Maia 200 ya está funcionando; Maia 300 sigue siendo una promesa para 2027. Para quien usa Copilot hoy, la noticia explica la dirección de la infraestructura, no una función nueva que pueda activar desde los ajustes.
Microsoft Maia 300 apuesta por mover menos datos
En los modelos grandes, el cuello de botella no siempre es hacer más operaciones. A menudo está en trasladar pesos, contexto y cachés entre memoria, procesadores y red. Maia 300 intenta reducir esos viajes con una arquitectura de flujo de datos controlada por software y una organización NUMA que coloca la información cerca del bloque que va a procesarla.
Según el desglose técnico publicado por Azure, cada acelerador integra ocho pilas HBM4, 288 GB de memoria y 18 TB/s de ancho de banda. El diseño separa cómputo, controladores de memoria y entrada/salida en varios chiplets. Los bloques de cálculo usan el proceso N2P de TSMC y admiten formatos de baja precisión, incluido MXFP4 mejorado, para guardar y mover menos bytes por token.
Microsoft sostiene que la nueva distribución aporta 2,5 veces más ancho de banda de memoria y un 36% más de capacidad de cálculo frente a Maia 200. En nuestro análisis, lo relevante es la coordinación entre memoria, red y software.
Un rack de 167 kW para respuestas de IA a gran escala
Un rack completo reúne 96 aceleradores distribuidos en 24 bandejas y opera dentro de un límite de 167 kW. En conjunto ofrece 27,6 TB de memoria HBM y 1,7 PB/s de ancho de banda agregado. Hasta 128 racks pueden conectarse en un superpod de 12.288 aceleradores mediante una red de dos niveles basada en Ethernet.
La refrigeración líquida elimina más del 80% de la carga térmica del rack, mientras que el aire se ocupa de memoria, almacenamiento y otros componentes. Son cifras de centro de datos, no comparables con el consumo de un portátil o una tarjeta gráfica doméstica. También ayudan a entender por qué Microsoft habla de sistemas completos y no solo de chips.
La compañía atribuye a la configuración de 96 aceleradores hasta siete veces el rendimiento de tokens por rack y más de 2,5 veces el rendimiento por vatio de Maia 200. Falta conocer el comportamiento con modelos, latencias y cargas comparables fuera de las mediciones internas. Hasta entonces, estas cifras deben leerse como objetivos y resultados declarados por Microsoft.
Qué puede cambiar en Copilot y GitHub Copilot
Para el usuario, un acelerador más eficiente puede traducirse en más capacidad disponible, respuestas con menos espera o costes de servicio más contenidos. No garantiza ninguna de esas mejoras por sí solo. El resultado dependerá del modelo, del software, de la demanda y de las decisiones comerciales que Microsoft tome cuando Maia 300 entre en producción.
El diseño está pensado para contexto largo, conversaciones sensibles a la latencia y tareas de agentes que ejecutan varios pasos. Ahí encaja la evolución de Copilot y de herramientas de programación que ya no solo completan texto. Hace poco analizamos cómo NVIDIA OpenShell pone límites a los agentes de IA; Maia 300 aborda la otra mitad del problema: sostener muchas acciones y mucho contexto desde la infraestructura.
Microsoft cita GitHub Copilot, Foundry y Dragon Copilot entre las cargas futuras, pero no anuncia una velocidad o un precio asociados al chip.
Más eficiencia no implica menos consumo total
El enfoque por tokens por megavatio es útil porque relaciona trabajo y energía. Pero tiene una trampa: mejorar la eficiencia de cada respuesta no obliga a reducir el consumo total si el número de respuestas y agentes crece mucho más rápido. Microsoft, de hecho, habla de despliegues de varios gigavatios.
La comparación correcta es cuántos servicios puede atender un centro de datos dentro de sus límites de electricidad y refrigeración. Maia 300 usa HBM4, chiplets y el proceso N2P de TSMC, tecnologías cuya disponibilidad influirá en el despliegue. La carrera recuerda al salto hacia la litografía High-NA EUV para fabricar chips más complejos: el diseño depende de una cadena industrial igualmente exigente.
Nuestra lectura: un rival interno para las GPU, no un sustituto inmediato
Microsoft Maia 300 reduce la dependencia de una única clase de acelerador y permite adaptar el hardware a las cargas que Microsoft conoce mejor. No significa que Azure vaya a abandonar las GPU. La propia empresa describe una plataforma heterogénea y compatible con distintas familias de modelos.
Lo útil de la noticia está en el cambio de escala. Copilot y los agentes necesitan algo más que modelos potentes: requieren memoria abundante, red rápida y energía gestionada como un único sistema. Maia 300 reúne esas piezas y promete mejorar mucho el rendimiento por rack. La prueba definitiva llegará cuando funcione en producción en 2027 y haya mediciones comparables.
Transparencia editorial: este artículo se basa en anuncios y documentación técnica oficial de Microsoft consultados el 13 de octubre de 2026. No contiene enlaces de afiliado, precios ni afirmaciones de pruebas propias.
Crédito de las imágenes oficiales: Microsoft News Center. Used with permission from Microsoft. La autorización editorial se comprobó en las condiciones de uso de contenido de Microsoft.
