Microsoft escala Azure Maia para soportar despliegues de varios gigavatios
- Azure Maia 200 ya está en producción, mientras que Azure Maia 300 llegará en 2027
Por: Scott Guthrie, vicepresidente ejecutivo de Cloud e IA
A medida que avanzamos hacia la era de la Súper Inteligencia, Microsoft entra en una nueva fase de infraestructura. A partir de 2027, ampliaremos nuestra familia Azure Maia con despliegues de varios gigavatios, lo que convertirá a Maia en el principal sistema de inferencia para los productos y servicios de Microsoft.
El programa Azure Maia, que ya cuenta con diversas generaciones, se ha convertido en un elemento fundamental de la estrategia de infraestructura de IA de Microsoft. Maia 200 ya ejecuta cargas de trabajo de Microsoft en producción, entre ellas Microsoft Copilot, y presta apoyo al equipo de MAI en el desarrollo de modelos de próxima generación. GitHub Copilot y Microsoft Foundry se incorporarán antes de que termine el año. En estas cargas de trabajo, Maia 200 ejecuta modelos de OpenAI, modelos MAI propios de Microsoft y las principales familias de modelos de código abierto. El conocimiento que aporta la escala de los servicios de IA de Microsoft permite impulsar una integración única entre hardware y software, optimizada para responder a necesidades reales en aplicaciones empresariales y escenarios de industria.
Maia 300 es un sistema inteligente completo, diseñado para los nuevos tipos de cargas de trabajo de IA que están surgiendo: razonamiento con contextos extensos, experiencias conversacionales sensibles a la latencia y tareas agénticas sostenidas y de varios pasos. Al mejorar la eficiencia de todo el sistema, esperamos que Maia 300 ofrezca un 40% más de tokens por megavatio que los principales sistemas basados en GPU. Además, en una configuración completa de 96 aceleradores, ofrece un rendimiento de tokens a escala de rack hasta 7 veces superior al de Maia 200.
Microsoft impulsa sus cargas de trabajo a gran escala con Maia 200
El sistema Azure Maia está diseñado en torno a las cargas de trabajo reales que Microsoft ejecuta a gran escala y a los modelos que prevemos desarrollar en los próximos años. Dado que el desarrollo de chips requiere años, nuestros equipos de software y hardware colaboran desde las primeras fases para anticipar las arquitecturas, la escala y las capacidades necesarias, y traducir esos requisitos en una mayor capacidad de memoria, más ancho de banda y un mayor número de aceleradores que funcionan como un único sistema.
Este trabajo conjunto de ingeniería ya está generando mejoras de eficiencia cuantificables. Maia 200 se está desplegando en Estados Unidos, Europa y Australia, y ofrece hasta 1,7 veces más tokens por vatio para las capacidades de IA integradas en Microsoft Teams, Copilot y las experiencias de Cowork, en comparación con las principales infraestructuras basadas en GPU.
La experiencia adquirida al ejecutar nuestros modelos y servicios de IA en Maia 200 ha contribuido directamente al diseño de Maia 300. Juntas, ambas generaciones están diseñadas para respaldar un amplio conjunto de servicios de IA adicionales de Microsoft como son: el trabajo agéntico de varios pasos, que ayudará a GitHub a ofrecer experiencias de programación de forma más eficiente; la ejecución de modelos a escala de nube, que permitirá a Microsoft Foundry admitir distintas arquitecturas y entornos de implementación; la inferencia y generación de datos para el equipo de MAI; y las interacciones sensibles a la latencia, que, por ejemplo, ayudarán a Dragon Copilot a ampliar los flujos de trabajo y reducir la carga administrativa de los profesionales sanitarios.
Más IA útil por cada megavatio gracias a Maia 300
La IA se está convirtiendo en una capa fundamental de todas las aplicaciones, flujos de trabajo y procesos empresariales. A medida que las organizaciones dejan atrás las experiencias de chat y avanzan hacia sistemas de agentes capaces de razonar, actuar y colaborar, la infraestructura de IA debe proporcionar inteligencia de forma segura, eficiente y a gran escala, al tiempo que se adapta continuamente a la evolución de los modelos y las cargas de trabajo.
Como tercera generación del programa Azure Maia, Maia 300 se ha diseñado con una arquitectura concebida prioritariamente para la inferencia y optimizada para cargas de trabajo de IA con contextos extensos, uso intensivo de memoria y una elevada carga de decodificación. Para ello, es necesario equilibrar la capacidad de computación, el ancho de banda de memoria, las redes y la eficiencia energética a escala de nube.
Entre las principales capacidades del sistema Maia 300 se incluyen:
Menos movimiento de datos, más computación útil: En los grandes sistemas de inferencia, el cuello de botella se encuentra cada vez más en mover los datos de forma eficiente, y no en la potencia bruta de computación. La arquitectura de flujo de datos definido por software de Maia 300 y la optimización de kernels asistida por IA trabajan conjuntamente para maximizar la proximidad de los datos, reducir su movimiento y mejorar el aprovechamiento de los recursos de computación, memoria y red. Al convertir el flujo de datos en un principio de diseño fundamental, Maia 300 ofrece una ventaja significativa en rendimiento por vatio frente a las arquitecturas de GPU tradicionales.
Mayor ancho de banda de memoria por cada vatio: A medida que las cargas de trabajo de IA dependen cada vez más del contexto y la memoria, Maia 300 ofrece un ancho de banda HBM por cada vatio líder en el sector. Ocho pilas HBM4 proporcionan un ancho de banda de memoria máximo de 18 TB/s con un TDP de 950 vatios, lo que permite ejecutar de forma eficiente modelos de gran tamaño y cargas de trabajo con contextos extensos. La compatibilidad con kernels especializados utiliza la SRAM integrada en el chip como memoria temporal gestionada por software, lo que reduce la presión sobre la HBM.
Arquitectura de chiplets para mejorar la eficiencia: Una nueva arquitectura multichiplet separa las funciones de computación, controlador de memoria y entrada/salida, lo que mejora la eficiencia, la escalabilidad y la estructura de costes. Los chiplets de computación se fabrican con el nodo de proceso N2P de TSMC para maximizar el rendimiento por vatio.
Más contexto, una inteligencia más rica: Gracias a un diseño preparado para formatos avanzados de baja precisión, incluido MXFP4 mejorado, Maia 300 reduce las necesidades de memoria y ancho de banda tanto para la computación como para el almacenamiento de la caché KV. El resultado son ventanas de contexto más amplias, un mayor rendimiento y una eficiencia superior del modelo dentro del mismo límite de potencia.
Conectividad preparada para la escala del centro de datos: Maia 300 concibe la red como una extensión integrada de su arquitectura de flujo de datos definida por software. En lugar de trasladar los datos a través de capas de comunicación independientes, las operaciones de flujo de datos abarcan los recursos de computación, memoria y red como un único sistema. Las interconexiones de gran ancho de banda entre los aceleradores Maia están optimizadas para el paralelismo de tensores, mientras que un sistema de transporte de IA personalizado ofrece comunicaciones de escalado vertical fiables y de alto rendimiento entre aceleradores y racks. Este sistema de transporte optimizado para IA aprovecha una infraestructura de red basada en Ethernet para habilitar una topología unificada que escala de forma eficiente desde un único rack hasta despliegues a escala de centro de datos.
Mayor rendimiento de IA en cada rack: Los sistemas en rack de Maia 300 reúnen 96 aceleradores con un consumo de hasta 167 kilovatios y ofrecen 27,6 TB de capacidad HBM y 1,7 PB/s de ancho de banda HBM agregado en un dominio de escalado de alta velocidad. Esta densidad permite a Microsoft atender más interacciones simultáneas con IA y cargas de trabajo de mayor tamaño desde cada rack, lo que mejora la capacidad de los centros de datos y la rentabilidad de la expansión de los servicios de IA.
Los despliegues de Maia 300 en producción comenzarán en 2027. Para obtener más información sobre los detalles de su arquitectura, consulta nuestro dossier técnico.
Azure Maia, en el centro de nuestra Frontier Transformation
El futuro no vendrá definido por un único modelo, un único chip o una única innovación. La posibilidad de elegir modelos y chips es inherente a nuestra visión de transformación pionera (Frontier Transformation). Nuestro objetivo es desarrollar plataformas responsables, asequibles y escalables que ayuden a todas las personas a ampliar su inteligencia para lograr resultados transformadores que sean relevantes para ellas.
Microsoft ocupa una posición única porque puede optimizar de forma integral toda la cadena tecnológica, desde la infraestructura y los sistemas hasta los agentes, sobre una plataforma abierta, heterogénea y compatible con una amplia diversidad de modelos en la que los clientes pueden confiar para impulsar su transformación con IA, tanto hoy como en los próximos años. Esta plataforma se sitúa en el centro de Frontier Transformation, y Azure Maia es un componente fundamental de nuestro enfoque para ampliar el acceso, acelerar la innovación y ayudar a los clientes a sacar más partido de la IA.
El próximo mes, en Microsoft Ignite 2026, que se celebrará en San Francisco y también podrá seguirse online, compartiremos más información sobre nuestra estrategia, las tendencias de adopción tecnológica y los avances logrados en Frontier Transformation.
Para obtener más detalles, fotografías y vídeos, visita el microsite de Maia 300.
Scott Guthrie es responsable de un conjunto de soluciones y servicios de computación en la nube a hiperescala, entre los que se incluyen Azure, la plataforma de computación en la nube de Microsoft; soluciones de IA generativa; plataformas de datos; y seguridad de la información y ciberseguridad. Estas plataformas y servicios ayudan a organizaciones de todo el mundo a abordar retos urgentes y a transformarse de cara al futuro.