La industria de la inteligencia artificial está en un punto que ni te imaginas, ¡una verdadera revolución! Y en el centro de todo este ‘klk’ tecnológico están los aceleradores de NVIDIA, que son como los pulmones de casi todas las herramientas de IA que usamos. Pero, según la noticia, para una empresa gigante como Microsoft, depender exclusivamente de estos equipos no es solo cuestión de qué tan potentes son, sino también de cuánto cuesta mantener ese tren y, sobre todo, hasta qué punto tienen el control de la tecnología que los hace crecer.
Por eso, Microsoft ha decidido meterle mano a la ‘vaina’ de una forma seria, y su respuesta tiene nombre: **Maia 300**. La compañía, según el reporte, ha revelado la tercera generación de sus aceleradores de inteligencia artificial, marcando el 2027 como el año en que comenzarán a desplegarse a nivel de producción. El objetivo está claro: que Maia se convierta en el pilar principal para la inferencia en todos sus productos y servicios de IA, escalando a ‘un viaje de’ gigavatios a partir de ese mismo año. Esto, de momento, es una hoja de ruta, no una realidad consumada en sus centros de datos.
Para entender bien el alcance de esta movida, es ‘jevi’ diferenciar dos etapas cruciales en el funcionamiento de la IA. Una cosa es ‘entrenar’ un modelo, dándole un viaje de datos para que aprenda, y otra muy distinta es la ‘inferencia’, que es cuando tú le preguntas algo y esperas una respuesta. Microsoft, según la noticia, se está enfocando fuertemente en esta segunda tarea con sus propios aceleradores. Este no es un proyecto que nace de la nada; Maia 100 fue presentado en 2023 y Maia 200, que salió en enero de 2026, ya está manejando cargas de trabajo reales, incluyendo las de Microsoft Copilot. Toda esa experiencia, como dice el reporte, está sirviendo de base para que el Maia 300 venga más ‘duro’.
El Maia 300 no es simplemente un chip más potente; está concebido como un sistema completo donde memoria, computación y comunicaciones trabajan en una misma ‘línea’. Su arquitectura, según la información, utiliza varios chiplets –componentes de silicio con funciones específicas– fabricados con el proceso N2P de TSMC. Además, incorpora ocho pilas de memoria HBM4, una tecnología que permite mover una cantidad bárbara de datos a una velocidad que te deja con la boca abierta. Microsoft, con su ‘tigueraje’ en software, también ha diseñado un sistema para manejar el flujo de información y evitar movimientos de datos innecesarios, aprovechando al máximo los recursos disponibles.
Las cifras que han soltado, según el reporte, prometen mejoras no solo en rendimiento, sino también en el consumo eléctrico. Aseguún sus propios cálculos, el Maia 300 podría procesar un 40% más de ‘tokens’ por megavatio que algunos de los principales sistemas basados en GPU, aunque no han dicho cuáles son sus equipos de referencia. Un ‘token’ es como una unidad mínima en la que los modelos de IA dividen el texto para procesarlo. Es más, la compañía asegura que un ‘rack’ con 96 de estos aceleradores podría ofrecer hasta siete veces el rendimiento en ‘tokens’ que el Maia 200, aunque claro, también duplica el número de aceleradores. Estas son comparaciones que vienen directamente del fabricante y, como se señala, todavía no tienen una validación independiente.
Para llevar el Maia 300 a esa escala que se están ‘planteando’, no basta solo con fabricar los chips; hay que preparar toda la infraestructura. Cada ‘rack’, según la noticia, está diseñado para operar dentro de un límite de 167 kilovatios de potencia, permitiendo que un montón de aceleradores trabajen de manera coordinada. Su hoja de ruta para 2027 incluye la expansión de la familia Maia a despliegues de varios gigavatios. La capacidad eléctrica y física de las instalaciones, ¡eso sí que es una ‘vaina’ clave!, ya que condiciona qué tan lejos pueden llegar estos servicios. Y este movimiento de Microsoft no es algo aislado; Google ya tiene sus TPU y Amazon sus Trainium, mostrando que los clientes más grandes de NVIDIA también están desarrollando sus propias soluciones para no depender tanto de terceros.
Ojo, esto no significa que hayan dejado de usar las soluciones del fabricante estadounidense. De hecho, Amazon y NVIDIA, según el reporte, anunciaron en agosto un plan para desplegar dos millones de GPU adicionales en AWS entre 2027 y 2028. Pero sí estamos presenciando un movimiento que, definitivamente, merece nuestra atención: las empresas que necesitan cantidades brutales de capacidad de procesamiento están buscando tener su propia tecnología para cubrir parte de esa demanda y reducir su dependencia de proveedores externos. ¡Una jugada ‘bacana’ para el futuro de la IA!
Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
