Microsoft pone fecha a su independencia de Nvidia: el chip Maia 300 llegará a producción en Azure en 2027. La compañía ha presentado la tercera generación de su silicio propio, diseñada para operar como sistema principal de inferencia de todos sus productos y servicios, y no como un complemento de laboratorio.
El dato que sostiene el anuncio es de eficiencia, no de rendimiento bruto. Scott Guthrie, vicepresidente ejecutivo del grupo cloud de Microsoft, sitúa la mejora en ‘un 40% más de tokens por megavatio frente a los sistemas basados en las GPU líderes del mercado’. En un negocio donde la factura eléctrica pesa ya tanto como el coste del silicio, ese porcentaje vale más que cualquier cifra de benchmark.
Claves de la operación
- La métrica que manda es el coste por consulta. Maia 300 apunta a la inferencia, el tramo donde se ejecutan las respuestas de los usuarios y donde el gasto se repite cada minuto. Cada punto de eficiencia se convierte en margen para Azure.
- Nvidia conserva el entrenamiento y pierde exclusividad. El chip no sustituye a las GPU que entrenan los modelos frontera. Lo que hace es retirar al proveedor la carga que más horas de cómputo acumula a lo largo del año.
- El calendario se decide en 2027 y con Europa mirando. La producción arranca ese año, en pleno despliegue de centros de datos en Madrid y Aragón, con la AI Act ya en aplicación por fases sobre los modelos que corran en esa infraestructura.
Maia 300 no responde a un ejercicio de autonomía tecnológica sin más. Microsoft lo orienta a los modelos de razonamiento y a las tareas agénticas, la carga que más ha crecido en los dos últimos años y la que peor encaja en un parque de tarjetas gráficas comprado a precio de escasez.
La factura de la inferencia: por qué Azure necesita dejar de comprar GPU
El argumento económico se sigue sin dificultad. La inferencia consume electricidad las veinticuatro horas del día, todos los días del año, mientras que el entrenamiento es un pico de gasto con fecha de final. Un chip propio permite fijar ese coste recurrente; comprar aceleradores en el catálogo de centro de datos de Nvidia deja el precio en manos de un proveedor que lo fija con criterios de mercado.
Hay un segundo motivo, menos confesable y más determinante. Maia 300 otorga a Microsoft poder de negociación. Redmond es uno de los mayores compradores mundiales de aceleradores y su volumen sostiene buena parte de las cuentas de Nvidia; disponer de una alternativa creíble, aunque sea parcial, cambia la conversación cuando toca renovar contratos plurianuales.
Quien controla el coste por consulta controla el margen del negocio de la IA, y ese control no se compra en el mercado: se diseña en silicio propio.
El pulso con Nvidia se decide en el coste, no en el benchmark
Conviene medir el anuncio con la vara correcta. Maia 300 no amenaza el negocio de entrenamiento, que sigue atado a las plataformas de Nvidia y a la escasez de memoria de alta capacidad. Lo que Microsoft ataca es la capa donde el gasto se repite cada minuto y donde el margen de Azure se decide de verdad.
Los propios planes de la compañía lo delatan. Microsoft seguirá comprando GPU para entrenar sus modelos frontera y para atender la nube de sus clientes: Maia 300 convive con Nvidia, no la jubila. La diferencia es que, a partir de 2027, una parte creciente de la factura de Azure dejará de depender de la lista de precios de un proveedor único.
Aun así, el camino tiene trampa. Google acumula varias generaciones de TPU en producción y Amazon lleva años desplegando Trainium en sus regiones; Microsoft llega a esa carrera con tres generaciones y una fecha de producción todavía por delante. La ejecución de silicio no se improvisa y un retraso de doce meses no se recupera con una nota de prensa.
El otro riesgo apunta hacia arriba. Si Maia 300 rinde como promete, Azure reduce coste y puede bajar precio; si se queda corto, Microsoft habrá comprometido ingeniería, litografía y capacidad de empaquetado avanzado en un producto que no sustituye a nadie. El anuncio no incluye precio por unidad ni volumen de fabricación, dos datos que el mercado pedirá en la primera comparativa independiente.
Lo que Azure se juega en España y en la UE
En España, el movimiento no es abstracto. Microsoft opera su región cloud de Madrid desde 2020 y mantiene en marcha planes de expansión de centros de datos en Aragón, dos emplazamientos donde la electricidad y la conexión a la red son el cuello de botella real. Un chip un 40% más eficiente por megavatio permite sacar más cómputo de la misma potencia contratada, que es exactamente lo que limita el crecimiento.
Ahí aparece la comparación doméstica. Telefónica Tech, el brazo digital del operador español, compite en servicios gestionados sobre infraestructura ajena: si Microsoft abarata la inferencia, el margen se reparte hacia abajo de de la cadena y los integradores españoles que revenden Azure pueden sostener precios que hoy no aguantan. La parte regulatoria es el contrapeso. La AI Act obliga a documentar los modelos desplegados en la UE y ninguna ventaja de coste exime de esa trazabilidad.
Queda la duda de fondo, la que ningún anuncio resuelve. Microsoft lleva tres generaciones construyendo su alternativa y todavía no ha demostrado que el coste total —diseño, litografía, empaquetado y software de compilación— salga más barato que firmar un cheque a Nvidia. El primer indicador llegará con la producción en 2027 y con el detalle de capacidad que la compañía publique en su sala de prensa oficial; hasta entonces, seguimos mirando la cita de diciembre con los accionistas y la próxima edición de Ignite como termómetros de cuánto se ha comprometido Redmond.
