Summary

  • El plan de octubre eleva Maia desde un proyecto de chips propios hasta una plataforma de inferencia de varios gigavatios, con despliegues previstos desde 2027.
  • La mejora del 40% en tokens por megavatio es una previsión de Microsoft, sin réplica independiente ni presupuesto específico de Maia.

La pregunta de mercado que plantea Maia no es simplemente si un acelerador propio supera a otro en una tarea concreta. Es si un sistema de inferencia completo convierte electricidad y espacio de centro de datos, cada vez más limitados, en servicios de mayor valor. El 12 de octubre Microsoft elevó la escala de esa apuesta: anunció despliegues de varios gigavatios desde 2027 y dijo que Maia será su principal sistema de inferencia para productos y servicios. Se trata de un plan, no de un recuento de racks o megavatios ya instalados.

Maia 200 enlaza el diseño con la operación actual. Microsoft afirma que ya está en producción para Copilot y el equipo de modelos MAI, y que ejecuta modelos de OpenAI y familias líderes de código abierto. Foundry y GitHub Copilot aparecen como cargas previstas antes de fin de año. La secuencia es clara: Maia 200 constituye la base de producción declarada; Maia 300, el siguiente salto de escala.

La cifra principal debe atribuirse a quien la presenta. Microsoft espera que Maia 300 produzca un 40% más de tokens por megavatio que los principales sistemas basados en GPU. También sostiene que un rack completo de 96 aceleradores podría alcanzar hasta siete veces el rendimiento de un rack Maia 200. El anuncio no ofrece un protocolo de prueba completo ni una validación independiente. El modelo, la precisión, el agrupamiento de solicitudes, la utilización, la calidad de salida y el límite elegido para medir energía pueden cambiar el resultado. Es una expectativa de la empresa, no una clasificación universal de coste y rendimiento.

Las especificaciones muestran por qué la comparación no puede quedarse en el chip. Microsoft describe un rack de 167 kilovatios, con 27,6 terabytes de HBM y 1,7 petabytes por segundo de ancho de banda agregado de memoria. Su explicación técnica integra silicio, proximidad de datos, software y kernels, red, refrigeración, telemetría y operación del centro de datos. El presupuesto eléctrico del rack no equivale al consumo de toda la instalación: la refrigeración, las pérdidas de conversión y los sistemas compartidos también cuentan.

Tampoco se puede convertir el plan de varios gigavatios en un número de racks, porque Microsoft no ha especificado ese vínculo.

El diseño conjunto puede importar aunque ningún componente aislado sea decisivo. Reducir el movimiento de datos, mantener ocupados los aceleradores y programar las cargas conforme a los límites de potencia y refrigeración podría aumentar el trabajo útil de una instalación saturada. Pero más producción por unidad de energía no implica un menor gasto total ni menos electricidad total. Si una inferencia más barata impulsa el uso, el consumo agregado puede crecer aun cuando mejore la eficiencia por token. La utilización, los costes operativos, la calidad del servicio y los ingresos determinan si la ventaja técnica produce retorno.

Las cifras de inversión de Microsoft dan contexto, pero no asignan capital a Maia. En la llamada de resultados del cuarto trimestre de FY2026, la empresa informó de 41.000 millones de dólares de capex trimestral; aproximadamente dos tercios correspondían a activos de vida corta, sobre todo CPU y GPU. Situó el capex del año natural 2026 en unos 175.000 millones tras cambiar la clasificación de arrendamientos, esperaba crecimiento interanual en FY2027 y más de 50.000 millones en su primer trimestre, incluido el cambio contable. Son cifras de toda Microsoft.

En la misma llamada describió una flota mixta de Maia, NVIDIA y AMD, con racks AMD Helios y NVIDIA Vera Rubin previstos. Maia es una palanca adicional de asignación, no una salida demostrada de las GPU.

Para evaluar la economía harán falta capacidad instalada, cuota de cargas de inferencia, utilización por tarea, resultados con calidad y niveles de servicio comparables, coste por resultado útil e inversión y amortización del programa. Una carga de producción identificada demostraría uso; la utilización sostenida y los costes comparables mostrarían relevancia operativa. Sin asignación de costes e ingresos, ni la ambición de varios gigavatios ni la previsión de tokens por megavatio acreditan rentabilidad.

La presentación de Maia 200 en enero fue un hito de producto y primeros despliegues. En octubre, Microsoft describe Maia como una plataforma operativa que pretende escalar. La evidencia respalda una ambición mayor y un diseño de sistema más integrado. Todavía no revela cuánto capital se destinará específicamente a Maia, qué volumen de demanda atenderá o si su ventaja de eficiencia se mantendrá en una comparación económica completa.

Fuentes