Microsoft aprovechó el OCP Summit 2026 para presentar Maia 300, la evolución de su plataforma de aceleración para cargas de inteligencia artificial. La compañía mostró un nodo completo de cuatro aceleradores que combina memoria HBM4 de alta capacidad y un diseño de refrigeración líquida y por aire mixto.
Qué incluye Maia 300 y por qué importa
Cada chip Maia 300 incorpora ocho pilas HBM4 que suman 288 GB de memoria y proporcionan niveles muy altos de ancho de banda hacia la memoria (la nota original indica 18 TB/s). Además, Microsoft destaca una conectividad de escala (scale-up) bidireccional de alta capacidad (mencionada como 3.2 TB/s en la presentación).
En la exhibición se mostró un tray con cuatro aceleradores, cada uno con un TDP de 950 W y una placa fría (cold plate) de refrigeración líquida para gestionar la disipación térmica. El diseño pretende soportar cargas intensivas de entrenamiento y/o inferencia de modelos grandes, donde la combinación de gran capacidad HBM y alto ancho de banda es crítica.
Diseño del nodo y topología de interconexión
Microsoft presentó un chasis con una topología PCIe optimizada y una malla de interconexión extensa dentro del bastidor. El nodo muestra múltiples conexiones cableadas entre componentes; las imágenes y el análisis indican la presencia de conectores MCIO x16 y una posible implementación de conectores UltraPass para escalar la conectividad dentro del nodo.
La arquitectura física del tray no es enteramente de refrigeración líquida: además de las cold plates sobre los aceleradores, el CPU, los SSD, las tarjetas de red OCP NIC 3.0 y otros elementos están refrigerados por una partición con ventiladores que atraviesa el chasis. En la parte trasera se aprecian las conexiones a busbar de alimentación, empalmes ciegos de refrigeración líquida y el enlace de red para la función de scale-up.
Escalabilidad y formato de rack
Según la información mostrada en OCP, Microsoft calcula que se podrían instalar 96 aceleradores Maia por rack y alrededor de 12.000 en el dominio de scale-up (datos presentados por la compañía durante la muestra). El diseño del chasis ocupa algo más que un ancho OU estándar, pero no llega a ser doble ancho, lo que refleja personalizaciones internas para integrar los ASICs y el cableado necesario.
Impacto práctico para administradores y desarrolladores
Para administradores de infraestructuras y responsables de plataformas AI, Maia 300 representa una opción de aceleración con mucha memoria HBM4 por chip y un diseño pensado para cargas que requieren altos anchos de banda de memoria y comunicaciones internas entre aceleradores.
- Qué cambia: mayor capacidad HBM por acelerador y topologías de interconexión optimizadas para scale-up dentro de un tray de cuatro unidades.
- A quién afecta: centros de datos, equipos de ML/AI y proveedores de infraestructura que diseñen racks y redes para entrenamiento de modelos grandes.
- Qué deben hacer los admins: evaluar requisitos de alimentación (TDP por acelerador elevado), refrigeración (mezcla de líquido y aire) y cableado/slotting en racks; planificar redes de scale-up y compatibilidad con OCP NIC 3.0 u otras interfaces adoptadas en sus instalaciones.
Si su entorno ejecuta o planea ejecutar entrenamientos a gran escala, conviene seguir la evolución de Maia 300 y sus especificaciones finales para ajustar diseño de racks, suministro eléctrico y arquitectura de refrigeración antes de desplegar nodos basados en estos aceleradores.
Lee también:
- Oracle incorpora Nvidia Vera Rubin y CPUs Vera a su infraestructura cloud para IA
- MariaDB 11.8 recupera rendimiento: hasta 3× más rápido en cargas in‑memory tras corregir regresión de 10.5
Fuente: ServeTheHome
