Microsoft Maia 300 utiliza el proceso N2P de TSMC mientras Azure apunta a desplegar varios gigavatios de capacidad de IA en 2027

Un rack con 96 aceleradores impulsa la próxima apuesta de Microsoft por la IA

Microsoft presentó Maia 300, un acelerador de IA cuyos chiplets de cómputo utilizarán el proceso N2P de Taiwan Semiconductor Manufacturing Co. (TSMC), con el inicio de los despliegues de producción previsto para 2027. El anuncio concreta el diseño con el que Microsoft busca que sus propios equipos Maia se conviertan en el sistema principal para ejecutar inferencias de IA en sus productos y servicios.

El rack previsto combina 96 aceleradores dentro de un límite de potencia de 167 kilovatios, con 27,6 terabytes de memoria de alto ancho de banda y un ancho de banda agregado de memoria de alrededor de 1,7 petabytes por segundo. Microsoft espera que Maia 300 genere un 40% más de tokens por megavatio que los principales sistemas basados en unidades de procesamiento gráfico, o GPU, y hasta siete veces el volumen de un rack Maia 200.

Se trata de afirmaciones de rendimiento de la empresa, no de resultados de pruebas independientes. Sin embargo, muestran hacia dónde dirige Microsoft su inversión: aumentar la cantidad de resultados útiles de IA que caben dentro de los límites de electricidad, refrigeración y espacio de un centro de datos, en lugar de limitarse a aumentar la potencia de cómputo de un chip individual.

Scott Guthrie, vicepresidente ejecutivo de Cloud + AI de Microsoft, presentó el plan de despliegue en el anuncio de Azure Maia de la empresa, publicado el 12 de octubre de 2026.

«A partir de 2027, ampliaremos nuestra familia Azure Maia para desplegarla a escala de varios gigavatios, lo que convertirá a Maia en el sistema principal de inferencia para los productos y servicios de Microsoft».

El compromiso se refiere a la familia Maia, no solo a Maia 300. Las informaciones según las cuales Microsoft podría desplegar más de un millón de chips Maia 300 en 2027 van más allá del anuncio publicado, que confirma el año de inicio, pero no especifica la cantidad de chips ni un plazo para completar la expansión general.

Qué fabricará TSMC con el proceso N2P

La confirmación de Microsoft es más precisa que describir Maia 300, en términos generales, como un chip de 2 nanómetros. Los chiplets de cómputo utilizan N2P, un proceso de la familia de 2 nanómetros de TSMC. Los controladores de memoria y las funciones de entrada y salida se encuentran en matrices independientes, lo que permite emplear tecnologías de fabricación distintas para cada parte del conjunto.

Un chiplet es una pieza de silicio más pequeña que funciona junto con otras matrices dentro de un encapsulado. En Maia 300, esta división permite a Microsoft fabricar las funciones de cómputo con un proceso avanzado y tratar la conectividad, el control de memoria y los costos como decisiones de diseño independientes. No significa que todas las matrices del encapsulado utilicen N2P.

El análisis de la arquitectura de Maia 300 publicado por Microsoft el 12 de octubre, escrito por Rani Borkar, presidenta de Azure Hardware Systems and Infrastructure, y Saurabh Dighe, vicepresidente corporativo de Systems Planning and Architecture, describe explícitamente esa división.

El documento afirma que los cambios arquitectónicos aumentan un 36% la capacidad de cómputo del sistema, medida en operaciones de punto flotante, multiplican por 2,5 el ancho de banda de HBM y añaden un 14% más de ancho de banda para la comunicación entre aceleradores. Estas cifras describen distintos recursos del sistema. Ninguna, por sí sola, explica el aumento de siete veces en la producción de tokens del rack que se ha anunciado.

Por qué la memoria importa tanto como la potencia de cómputo

Maia 300 está diseñado principalmente para la inferencia, el proceso de utilizar un modelo ya entrenado para generar respuestas o realizar tareas. Entre las cargas de trabajo previstas figuran el análisis de documentos extensos, las conversaciones que requieren respuestas rápidas y los agentes de IA que ejecutan varios pasos y utilizan herramientas durante periodos prolongados.

Estas cargas de trabajo pueden dedicar mucho tiempo a trasladar datos del modelo y la información almacenada de las conversaciones, en lugar de realizar operaciones aritméticas. Por eso, Microsoft diseñó cada acelerador con ocho módulos de memoria HBM4, que ofrecen una capacidad de 288 gigabytes y un ancho de banda máximo de 18 terabytes por segundo, dentro de un límite de potencia de diseño térmico de 950 vatios. La potencia de diseño térmico es una especificación de diseño para la alimentación y la refrigeración, no una medición del consumo eléctrico constante.

En comparación con Maia 200, Microsoft afirma que Maia 300 ofrece un 33% más de capacidad de memoria y 2,5 veces más ancho de banda de memoria. La comparación de capacidad coincide con el aumento comunicado de 216 a 288 gigabytes: una diferencia de 72 gigabytes por acelerador.

Las unidades de ancho de banda requieren atención. Algunas informaciones expresan el ancho de banda del chip anterior en terabits por segundo y el del nuevo rack en petabits por segundo. La documentación de Microsoft sobre Maia 300 utiliza terabytes y petabytes por segundo. Los bits y los bytes difieren por un factor de ocho, por lo que esas cifras, expresadas de manera distinta, no deben considerarse equivalentes.

El software controla adónde van los datos

Maia 300 amplía la arquitectura de flujo de datos con acceso local definido por software de Microsoft, o SDLA. En la práctica, permite que el software controle de forma explícita dónde se almacenan los datos, cómo se trasladan, cuándo cambia su formato y cómo se coordinan las operaciones entre motores de cómputo, memoria y red.

El nuevo diseño utiliza una disposición de memoria no uniforme entre los chiplets. Parte de la memoria está más cerca de una región de cómputo determinada que otra, de modo que el software puede reducir los traslados colocando los datos cerca de los motores que los necesitan. La SRAM, una memoria rápida situada en la matriz, también sirve como espacio de trabajo temporal gestionado por software y reduce la demanda de HBM.

Microsoft combina esos cambios con una mayor compatibilidad con formatos numéricos compactos, incluidos MXFP4 y formatos de almacenamiento que utilizan menos de tres bits. Estas representaciones reducen tanto el espacio que ocupan los datos en memoria como la cantidad de bytes que deben trasladarse durante la inferencia. Su utilidad depende de que el software y los modelos sean compatibles, no solo de que el formato sea más pequeño.

El diseño también está pensado para la caché KV, que almacena información de los tokens que un modelo ya procesó, para que no tenga que volver a calcularla en cada paso. Mantener compacta esta caché es importante cuando las conversaciones se alargan o muchos usuarios necesitan el servicio al mismo tiempo.

El director ejecutivo de Microsoft AI, Mustafa Suleyman, vinculó el programa de hardware con el trabajo de desarrollo de modelos de la empresa y explicó por qué su equipo busca controlar la plataforma que los sustenta.

«A esa escala necesitamos una plataforma que sea nuestra y que diseñemos conjuntamente con nuestros modelos. Por eso, ejecutar nuestros modelos de Microsoft AI en el chip Maia es una prioridad fundamental para nuestro equipo».

De un rack a 12.288 aceleradores

Un rack Maia 300 contiene 24 bandejas, cada una con cuatro aceleradores y el procesador anfitrión, la memoria, el almacenamiento y la refrigeración correspondientes. Esto duplica la cantidad de aceleradores del rack Maia 200, que tiene 48. Integrar los equipos anfitriones en esas bandejas elimina la necesidad de bandejas independientes para ellos y libera espacio para incorporar más aceleradores.

El diseño de red de Microsoft puede conectar hasta 128 racks en un superpod con 12.288 aceleradores. Utiliza conexiones eléctricas dentro de los racks y conexiones ópticas entre ellos, con un sistema de transporte de IA personalizado basado en Ethernet.

La red ofrece al software un modelo de comunicación único para todo el superpod. Los aceleradores pueden iniciar transferencias a otros aceleradores sin pasar por un procesador anfitrión ni por una interfaz de red independiente para la comunicación entre racks.

Esto importa cuando un modelo se divide entre varios chips. El paralelismo de tensores distribuye partes de los cálculos de un modelo entre aceleradores y requiere que estos se comuniquen con frecuencia. Microsoft afirma que el software puede mantener dentro de un rack el tráfico que requiere los tiempos de respuesta más cortos y distribuir más ampliamente el resto del trabajo.

La misma red puede separar el procesamiento inicial de una instrucción de la generación posterior de una respuesta. Los datos KV almacenados se trasladan directamente entre los procesos que gestionan esas etapas. Los aceleradores disponibles en otro rack también pueden hacerse cargo cuando la capacidad deja de estar disponible, aunque la mayor distancia de comunicación añade latencia.

Qué comparan realmente las afirmaciones de eficiencia

Microsoft presenta dos comparaciones principales que conviene distinguir. El aumento previsto del 40% en tokens por megavatio compara Maia 300 con los principales sistemas basados en GPU. La afirmación de hasta siete veces más tokens por rack compara un rack Maia 300 con su configuración completa con uno Maia 200.

Un token es una unidad de texto que procesa un modelo de lenguaje; a menudo es un fragmento de palabra, no una palabra completa. La cantidad de tokens procesados mide el volumen de resultados, pero no determina por sí sola la calidad de las respuestas, la velocidad de respuesta para cada usuario ni el rendimiento con todos los modelos.

El documento sobre la arquitectura también utiliza expresiones distintas para describir la eficiencia frente a Maia 200. Al hablar del rack, señala hasta 2,5 veces más rendimiento por vatio; en la comparación final, afirma que es más de 2,5 veces. Sin condiciones detalladas de las pruebas, no conviene reducir esas descripciones a un único resultado garantizado.

La cantidad de aceleradores explica parte del aumento de producción del rack: Maia 300 duplica el número de chips. Por tanto, la afirmación de que el rendimiento de tokens se multiplica por siete va más allá de la densidad e incluye cambios en memoria, software, red y eficiencia de ejecución. No debe interpretarse como una mejora de siete veces para cada chip individual.

La especificación de 950 vatios por acelerador también es distinta del límite de potencia de 167 kilovatios del rack. Multiplicar 96 por 950 vatios da 91,2 kilovatios. La cifra del rack abarca un sistema más amplio, que incluye equipos anfitriones, memoria, red y suministro eléctrico; por eso, ambos valores describen límites diferentes.

La refrigeración y la electricidad condicionan el despliegue

Con una potencia de 167 kilovatios por rack, Maia 300 requiere un enfoque integrado de alimentación y gestión del calor. Microsoft afirma que la refrigeración líquida extrae más del 80% de la carga térmica de los aceleradores, los reguladores de voltaje y los chips de conmutación de red del rack. La refrigeración por aire se ocupa de la memoria, el almacenamiento y otros componentes.

El rack puede conectarse directamente al suministro de agua de las instalaciones, si está disponible, o utilizar un intercambiador de calor en un centro de datos que depende de la refrigeración por aire. Dos líneas de alimentación y un interruptor de transferencia automática permiten mantener el funcionamiento cuando una de ellas se desconecta para tareas de mantenimiento.

Las mediciones de potencia a nivel de rack y fila se incorporan a las operaciones del centro de datos. Microsoft afirma que esa información ayuda a sus algoritmos a asignar la energía, ubicar las cargas de trabajo y ajustar la densidad de los equipos según la capacidad eléctrica y de refrigeración disponible.

Alistair Speirs, director general de Microsoft, explicó la relación con los costos operativos al hablar de la nueva arquitectura.

«Necesitamos nuevas arquitecturas que nos permitan obtener, en esencia, un mejor rendimiento y aprovechar mejor la energía de la que disponemos».

Por tanto, el objetivo de despliegue de gigavatios va más allá de un plan de compra de chips. Supone un gran compromiso de infraestructura que incluye racks, redes, capacidad eléctrica y refrigeración. El anuncio publicado no especifica los emplazamientos, la distribución regional ni el calendario para completar esa capacidad.

Maia 200 es el punto de partida

Microsoft afirma que Maia 200 ya se utiliza en cargas de trabajo de producción, entre ellas Microsoft Copilot, y que sirve de apoyo al equipo MAI en el desarrollo de nuevos modelos. Ejecuta modelos de OpenAI, los modelos MAI de Microsoft y las principales familias de modelos de código abierto, con despliegues en Estados Unidos, Europa y Australia.

Las informaciones difieren sobre la incorporación de GitHub Copilot y Microsoft Foundry. Una sostiene que ambos ya ejecutan cargas de trabajo de producción en Maia 200. En cambio, la declaración de Microsoft del 12 de octubre afirma que se espera incorporarlos antes de finales de 2026. Ese calendario oficial es la base más sólida para describir su situación.

Microsoft afirma que las funciones de IA integradas en las experiencias de Teams, Copilot y Cowork ofrecen hasta 1,7 veces más tokens por vatio que las principales infraestructuras de GPU. También señala usos futuros en asistencia para programación, ejecución de modelos en la nube, inferencia y generación de datos para MAI, así como flujos de trabajo clínicos mediante Dragon Copilot.

La secuencia de anuncios e hitos previstos es la siguiente:

• 2023: Microsoft presenta Maia 100, su primer acelerador de IA personalizado.
• Enero de 2026: Microsoft anuncia Maia 200.
• 12 de octubre de 2026: Microsoft presenta la arquitectura de Maia 300 y confirma que Maia 200 se utiliza en cargas de trabajo de producción.
• Antes de finales de 2026: se prevé incorporar GitHub Copilot y Microsoft Foundry a Maia 200.
• 2027: comienzan los despliegues de producción de Maia 300 y la expansión de la familia Maia hacia varios gigavatios.

Jim Kleewein, miembro técnico de Microsoft, afirma que algunas funciones de Microsoft 365 Copilot deberían ser más rápidas con Maia 300. No se ha anunciado ninguna mejora cuantificada en los tiempos de respuesta para los usuarios.

Un papel más amplio para TSMC y la industria de servidores de Taiwán

Maia 300 confirma la participación de TSMC en el hardware avanzado de IA de otra gran empresa de servicios en la nube. Microsoft diseña el acelerador y TSMC fabrica sus chiplets de cómputo con el proceso N2P. Por tanto, reducir la dependencia de las GPU compradas no elimina la dependencia de la capacidad de fabricación de semiconductores.

TSMC ha anunciado que cinco instalaciones que utilizarán su proceso de 2 nanómetros iniciarán la producción durante 2026: dos en Hsinchu y tres en Kaohsiung. La producción en volumen con N2P está prevista para la segunda mitad de 2026, antes de los despliegues de Microsoft previstos para 2027.

Las estimaciones del mercado sitúan la capacidad mensual de TSMC para 2 nanómetros entre unos 90.000 y 100.000 obleas a finales de 2026, y por encima de 110.000 a mediados de 2027. Las previsiones de que el proceso podría representar cerca del 10% de los ingresos de la segunda mitad del año son proyecciones, no ingresos confirmados por pedidos de Maia.

Entre los objetivos anunciados por TSMC figuran producir un 45% más de obleas durante el primer año del proceso de 2 nanómetros que durante el primer año de producción de 3 nanómetros, en 2023, y alcanzar una tasa de crecimiento anual compuesta del 70% en la capacidad de 2 nanómetros entre 2026 y 2028. Ninguno de esos objetivos determina qué proporción de esa producción corresponderá a Microsoft.

Las previsiones más amplias del mercado señalan a Foxconn, Quanta, Wistron, Wiwynn, Pegatron, Inventec, Compal y MiTAC como posibles beneficiarios del aumento de la demanda de servidores de IA. Las proyecciones sitúan los envíos de servidores de IA en 3,5 millones en 2026 y 5,2 millones en 2027. Esas cifras redondeadas implican un crecimiento de alrededor del 49%, ligeramente superior a la previsión del 46% citada por separado.

Las previsiones también apuntan a un aumento del 96% en la inversión de capital de los principales proveedores de servicios en la nube de Estados Unidos en 2026, y calculan que cerca de la mitad del incremento corresponderá a la construcción de centros de datos. Foxconn espera más que duplicar sus envíos anuales de racks de IA, mientras que Quanta mantiene su objetivo de crecer al menos un 100% en servidores de IA. Son expectativas generales del sector, no una confirmación de contratos de suministro de Maia 300.

Nvidia sigue formando parte del plan

El objetivo de Microsoft es que Maia se convierta en el sistema principal de inferencia para sus propios productos y servicios, no sustituir todas las GPU de Azure. El entrenamiento de nuevos modelos sigue siendo una necesidad distinta y Microsoft continúa trabajando con Nvidia y AMD para ese fin.

En su llamada sobre resultados de julio, Microsoft afirmó que esperaba ser uno de los primeros proveedores de servicios en la nube en desplegar los sistemas Nvidia Vera Rubin y AMD Helios. Evercore ISI estima que Maia podría representar cerca del 10% del gasto de Microsoft en chips de IA para el primer trimestre de 2027. La proporción del gasto no es lo mismo que la proporción del trabajo de inferencia realizado, por lo que esa estimación no mide directamente el avance hacia el objetivo operativo de Microsoft.

Actualmente, otras empresas no pueden alquilar aceleradores Maia por horas. Esto limita la evaluación externa y significa que las afirmaciones de rendimiento publicadas no permiten determinar qué resultados obtendría un cliente independiente con un modelo concreto.

Entre las incógnitas pendientes figuran la cantidad de equipos que se desplegarán, el calendario para alcanzar la capacidad completa de gigavatios, las condiciones detalladas de las pruebas comparativas y el reparto final de las cargas de trabajo entre Maia y las GPU adquiridas. Microsoft afirma que compartirá más información sobre su estrategia en Ignite 2026, que se celebrará en San Francisco y en línea en noviembre.

Puntos clave

• Los chiplets de cómputo de Maia 300 utilizan el proceso N2P de TSMC y sus despliegues de producción comenzarán en 2027.
• Cada acelerador tiene 288 GB de memoria HBM4 y un ancho de banda máximo de memoria de 18 TB/s.
• Un rack completo contiene 96 aceleradores dentro de un límite de potencia de 167 kW.
• Microsoft espera generar un 40% más de tokens por megavatio que los principales sistemas de GPU y hasta siete veces el volumen por rack de Maia 200.
• A partir de 2027, los despliegues de la familia Maia se ampliarán hacia varios gigavatios, sin que se haya publicado un plazo para completar la expansión.
• El anuncio de Microsoft no confirma las informaciones sobre despliegues de más de un millón de Maia 300.
• Microsoft sigue planeando desplegar sistemas de Nvidia y AMD junto con su propio hardware.