Microsoft fija para 2027 la producción del chip Maia 300, con el que quiere reducir su dependencia de NVIDIA. La tercera generación de sus aceleradores propios aspira a convertirse en el sistema principal de inferencia de la compañía y a sostener despliegues de varios gigavatios. La factura de la nube ya no se mide solo en servidores: se mide en vatios.
Microsoft Maia 300 no es un anuncio aislado, sino la pieza que cierra una hoja de ruta abierta en 2023. La compañía no ha desvelado cuánto invertirá ni cuántas unidades fabricará. Sí ha puesto una fecha. Y en el negocio de los semiconductores, una fecha vale más que un comunicado.
Claves de la operación
- Entrada en producción prevista para 2027. Maia 300 será la tercera generación de aceleradores propios y aspira a cubrir la mayor parte de la inferencia de los productos y servicios de IA de Microsoft.
- Arquitectura de chiplets y memoria HBM4. Los bloques de cálculo se fabrican con el proceso N2P de TSMC y cada sistema integra ocho pilas de memoria de alto ancho de banda.
- Mejoras medidas por el propio fabricante. Microsoft estima un 40% más de tokens por megavatio frente a sistemas basados en GPU que no identifica y sin validación independiente publicada.
El pulso por la inferencia: dónde aprieta el acelerador propio
El plan no arranca de cero. Maia 100 se presentó en 2023 y Maia 200 ya procesa cargas reales de Copilot desde su anuncio en enero de 2026. Esa experiencia previa explica por qué la compañía presenta la tercera generación como un sistema completo y no como una pieza de silicio aislada.
La distinción técnica importa para leer el movimiento en clave de negocio. Entrenar un modelo exige volúmenes masivos de datos y es donde NVIDIA mantiene una posición casi indisputada. La inferencia, en cambio, es el momento en el que un usuario lanza una petición y espera respuesta. La inferencia es donde Microsoft quiere colocar su chip, en el uso diario y masivo.
Microsoft ha diseñado además un software de gestión del flujo de información para reducir los movimientos innecesarios de datos entre memoria y cómputo. Buena parte del ahorro energético de estos sistemas no viene del cálculo, sino de evitar transportar información de un lado a otro sin necesidad.
El silicio propio no elimina al proveedor: le obliga a negociar desde una posición distinta.
Las cifras del anuncio mezclan dos escalas. Un rack con 96 aceleradores ofrecerá hasta siete veces el rendimiento en tokens por rack de Maia 200, aunque también duplica el número de chips. La comparación más útil es la del consumo: un 40% más de tokens por megavatio sin referencia identificada. Microsoft no ha detallado qué equipos usó como base de cálculo.
Del chip al gigavatio: los límites físicos del negocio
Cada rack está diseñado para operar dentro de un límite de 167 kilovatios. El dato, aparentemente técnico, ordena toda la estrategia. La electricidad disponible y la capacidad física de las instalaciones condicionan cuánto puede crecer un servicio de IA, y ese cuello de botella ya no se resuelve comprando más tarjetas.
Microsoft contempla ampliar la familia Maia hacia despliegues de varios gigavatios a partir de 2027. El calendario para alcanzar ese nivel sigue sin fecha. La promesa es grande y el horizonte, deliberadamente difuso. En esta redacción lo leemos como una hoja de ruta, no como una transformación concluida de sus centros de datos.
El movimiento trasciende a la propia compañía. Google lleva años desplegando sus TPU y Amazon ofrece servidores basados en Trainium, en ambos casos con diseños propios. Amazon desplegará dos millones de GPU de NVIDIA entre 2027 y 2028, según el plan que ambas compañías anunciaron en agosto de 2026. Nadie está rompiendo el vínculo. Todos construyen una alternativa para negociarlo mejor.
Qué gana, qué arriesga y qué se juega España
La apuesta tiene una lectura directa desde España. Microsoft ha situado el país entre sus geografías prioritarias para centros de datos en los últimos años, y cualquier ganancia en tokens por vatio repercute en el coste con el que se factura la IA a empresas y administraciones. El ahorro energético se traduce en margen para el proveedor y, con el tiempo, en presión a la baja sobre el precio del cómputo.
El riesgo está en la concentración. El chip depende del proceso N2P de TSMC, de un puñado de proveedores de memoria HBM4 y de una cadena de suministro que Microsoft no controla. Todas las cifras publicadas son del propio fabricante. Sin comparativas auditadas por terceros, la ventaja anunciada es una promesa comercial hasta que alguien la mida desde fuera.
En el IBEX 35 no existe un equivalente. Ni Telefónica, ni Indra, ni Amadeus diseñan aceleradores propios para inferencia. Ese pulso se decide hoy en Taiwán y en California, y las empresas españolas lo viven como clientes, no como competidores.
La pregunta relevante no es si Microsoft puede fabricar un chip mejor, sino si puede hacerlo a un coste que justifique renunciar a la escala de NVIDIA. El primer termómetro llegará con la presentación de resultados trimestrales de finales de enero y, sobre todo, con el arranque del despliegue en producción en 2027. Hasta entonces, Maia 300 es una intención con fecha.
