¡La inferencia de IA avanza hacia la era de la computación heterogénea! El Maia 300 de Microsoft impulsa el crecimiento de los chips propios, mientras TSMC (TSM.US) y Marvell (MRVL.US) enfrentan un ciclo de crecimiento en ASIC.

Según ha informado El Diario de Finanzas Inteligente, tras conocerse por parte de fuentes cercanas a los medios que Microsoft (MSFT.US), uno de los gigantes tecnológicos estadounidenses, planea lanzar pronto su último acelerador de IA propio, el Maia 300, la prestigiosa firma de inversión de Wall Street, Wedbush Securities, considera que esta novedad podría beneficiar mucho a Marvell Technology (MRVL.US), enfocada en chips de interconexión óptica de centros de datos y AI ASIC, así como al “rey de la fabricación de chips” TSMC (TSM.US). Microsoft podría anunciar su nueva generación de chips AI ASIC Maia 300 tan pronto como en septiembre de 2026, y actualmente está negociando con TSMC para asegurar la capacidad de fabricar más de 300,000 chips para 2027, con la esperanza a largo plazo de obtener más de un millón de unidades de capacidad.

En un comunicado, Microsoft dejó claro que su despliegue del AI ASIC Maia, desarrollado internamente, está orientado finalmente a satisfacer enormes demandas de carga de trabajo de inferencia de IA a nivel de gigavatios (GW). Esto implica en gran medida que los proveedores internacionales de cloud computing están evolucionando completamente de la “compra colectiva de GPU” a una infraestructura de computación IA heterogénea, combinando GPU de IA de Nvidia, GPU de IA de AMD y ASIC/XPU propios: mientras que los procesos de entrenamiento de IA y las cargas de trabajo de IA más complejas y cambiantes siguen requiriendo clusters de GPU de IA, las cargas de trabajo maduras y de inferencia masiva basadas en grandes modelos de IA, Copilot y Agent de IA (agente inteligente de IA), son cada vez más aptas para chips AI propietarios y dedicados.

Claramente, Microsoft intenta seguir el camino de Google con la comercialización de Google TPU, alquilando y vendiendo capacidad de cómputo, en vez de limitarse solo a procesos internos de entrenamiento o inferencia de IA. Por ahora, esto se asemeja más a los servicios de alquiler de cómputo en la nube de Azure, y no a la venta directa de chips en bruto. Microsoft ha confirmado que Maia 200 ya añade capacidad real de inferencia de IA para clientes en la plataforma de computación cloud Azure, y que el SDK de Maia está disponible en versión previa para desarrolladores, startups de IA e instituciones académicas.

En resumen, Maia 200, la anterior generación de chips IA de Microsoft, ya ha pasado de la fase de desarrollo interno a la producción y operación en Azure y ha empezado a transformarse en capacidad de inferencia de IA consumible por los clientes. Sin embargo, actualmente eso no significa necesariamente que los clientes puedan alquilar masiva y exclusivamente instancias de Maia 200, como sí ocurre con las Nvidia Blackwell, H100 o Google TPU.

Aún más relevante, Reuters ha informado recientemente que Microsoft está intentando convencer a grandes clientes cloud, como Anthropic, para que adopten Maia 300, lo que revela que Maia ha dejado de ser un chip propio exclusivo para Microsoft 365 Copilot o las cargas de trabajo internas de OpenAI.

¿Maia 300 de Microsoft puede cambiar el costo de la inferencia en IA? TSMC y Marvell, ¿los mayores beneficiados?

Matt Bryson, experimentado analista de Wedbush, escribió a los clientes: "Hasta ahora, el proyecto Maia de chips de IA propios de Microsoft no ha alcanzado las expectativas, y en general Microsoft ha tenido un desempeño limitado en hardware".

“Dicho esto, el desarrollo propio de chips de IA de Microsoft se acerca a un hito importante de iteración multigeneracional, y según la experiencia histórica, el impacto positivo del desarrollo de chips suele comenzar a materializarse en esta etapa - por ejemplo, tras 4 a 5 años y llegando a una tercera generación de producto. Si finalmente se genera un pedido a gran escala de infraestructura AI, Marvell, como socio de diseño de chip IP y TSMC, como fabricante, serán los directos beneficiarios del éxito de los chips AI propios de Microsoft".

Bryson añade que Maia 300 también podría impactar, en cierta medida, en el precio de las acciones y el desempeño de Nvidia (NVDA.US), ya que sería el tercer gran proyecto de chip IA propio, tras Amazon y Google, con el objetivo de reducir los costos de inferencia IA empresariales. No obstante, Bryson también explica que el impacto sobre Nvidia no será tan relevante, ya que la compañía ha sido "excelente asegurando suficiente escala de suministro" y mantenido una "base sólida de cómputo IA general".

Según los medios, Maia 300 podría lanzarse ya en otoño de este año. Microsoft negocia con TSMC para asegurar la capacidad de fabricación de más de 300,000 chips y planea su entrega en 2027. Maia 200 fue lanzado en enero de este año, mientras que los primeros proyectos de Maia aparecieron en noviembre de 2023.

Microsoft y Marvell no han respondido aún a las solicitudes de los medios.

¡Microsoft quiere seguir el camino TPU de Google! Maia 300 apunta al núcleo de cómputo de Azure, y TSMC y la cadena de chips personalizados inician nuevo ciclo de crecimiento

Desde una visión arquitectónica de base, la mayor diferencia competitiva de Maia frente a las GPU de Nvidia no es la “potencia absoluta”, sino la economía unitaria bajo cargas masivas y repetitivas de inferencia: el costo por token, el throughput de tokens por vatio (Tokens/Watt) y el costo total de propiedad (TCO) de un servidor de IA.

La GPU debe equilibrar el entrenamiento, la inferencia, el cómputo científico y una enorme cantidad de tareas dinámicas, por lo que su mayor ventaja es su versatilidad, el ecosistema de software CUDA/TensorRT y la capacidad de expansión de clusters por NVLink; Maia, en cambio, es un acelerador de IA personalizado y desarrollado conjuntamente por Microsoft, enfocado en las cargas Azure, permitiendo destinar más transistores, energía y área en chip a cálculos de tensor de baja precisión requeridos por inferencia Transformer, capacidad/memoria de banda ancha y movimiento de datos.

Maia 200 ya utiliza el proceso de 3nm de TSMC (TSMC 3nm), núcleos tensoriales nativos FP4/FP8, 216GB de HBM3e, 7TB/s de banda ancha y 272MB de SRAM en chip. Microsoft ha reforzado especialmente el DMA, el NoC y la red de escala de dos niveles, enfocándose en optimizar la cada vez más problemática "pared de memoria" (Memory Wall) en inferencia, el KV Cache y los costos de movimiento de datos. Según el último informe financiero de Microsoft, Maia 200 incrementó en un 30% el rendimiento por dólar frente al hardware de última generación, y logró un 40% más de eficiencia por vatio ejecutando el modelo IA propio MAI en Maia 200. Aquí radica el gran potencial de los ASIC/XPU en la era de la inferencia: cuando miles de millones de tareas de generación de tokens se estandarizan al máximo, la prima de flexibilidad de la “GPU universal” de Nvidia no necesariamente justifica el pago por cada inferencia.

Si Maia 300 se concreta según los tiempos y la escala reportadas, sería “extremadamente favorable” para la temática global de inversión en semiconductores IA; aunque implica que la TAM (mercado total direccionable) de infraestructuras IA se expandirá y los beneficios se redistribuirán: la demanda aumentará para TSMC y su cadena de procesos avanzados, ASIC personalizados, HBM/NAND/DRAM para centros de datos, empaquetado avanzado, conectividad óptica de alta velocidad y redes de centros de datos. Para la expansión esperada de GPU IA dominadas por Nvidia y AMD, la perspectiva podría ser negativa.

Chris Caso, estratega de Wolfe Research, una de las principales firmas de Wall Street, señala que el índice SOXX de semiconductores de Filadelfia duplicó su valor en unos tres meses y después cayó un 25% desde máximos. La reciente debilidad sería más bien un ajuste tras la fuerte subida. Caso estima que la demanda de chips IA superará a la oferta al menos hasta 2028, y señala que las preocupaciones sobre la desaceleración del gasto en capital de las grandes nubes no se han materializado; la competencia en IA ha hecho que “no invertir no sea una opción para los gigantes cloud”.

El equipo de análisis de Morgan Stanley, liderado por Brian Nowak, publicó recientemente un informe en el que eleva las previsiones de gasto de capital para 2027/2028 de las cinco mayores empresas globales de cloud (Meta, Amazon, Microsoft, Google y SpaceX), hasta alrededor de 1.2 y 1.4 billones de dólares respectivamente. Para 2026, la previsión para las grandes tecnológicas estadounidenses aumentó de USD 433,000 millones hace un año, a USD 805,000 millones.

Pero eso no implica que Maia vaya a desplazar a Nvidia a corto plazo. Todo lo contrario, la competencia en inferencia pasó de ser sobre “picos de FLOPS” a medirse por la eficiencia global de “fábrica de IA”, mientras que Nvidia conserva su ventaja gracias a CUDA, TensorRT-LLM, Dynamo, una biblioteca Kernel madura y todo su ecosistema integrado de GPU-NVLink-red-software. TensorRT-LLM está optimizado específicamente para FP8/FP4 quantization, Paged KV Cache, Speculative Decoding, Expert Parallelism y otros caminos críticos de inferencia. Así, el verdadero desafío de Microsoft con Maia no es solo diseñar el chip, sino lograr madurez suficiente en el compilador, Kernel, scheduler, compatibilidad de modelos y ecosistema para los desarrolladores.

Según Morgan Stanley, Wedbush Securities y otras firmas optimistas sobre la cadena de inversión en IA, el crecimiento sin fin de la demanda de potencia IA y la competencia entre agentes inteligentes permitirán que los AI ASIC crezcan como un segundo gran ecosistema de cómputo de trillones de dólares, sin destruir la demanda de GPU. Esto refuerza la lógica de ciclo super de semiconductores IA: no es solo un ciclo de GPU, sino un aumento generalizado del contenido de silicio en centros de datos.

Sobre las acciones de TSMC, Simon Coles de Barclays ha revisado el precio objetivo de USD 625 a USD 650, manteniendo la recomendación de “sobreponderar”; de lograrse ese precio, la capitalización de mercado de TSMC pasaría de unos USD 2.17 billones a cerca de USD 3.37 billones.

La lógica bullish de Coles puede resumirse así: la IA mundial está generando una “guerra por los suministros de obleas lógicas avanzadas”: su investigación de la cadena de suministro asiática ha detectado una feroz competencia por el acceso a capacidad en obleas lógicas avanzadas. TSMC controla tanto el proceso N2/N3 como el avanzado CoWoS, los dos cuellos de botella de IA, lo que le aporta gran poder de precios y volúmenes. En definitiva, el escenario alcista a USD 650 no solo apuesta a que “Nvidia sigue vendiendo GPU”, sino que todos los clusters de cómputo heterogéneo IA –Nvidia/AMD GPU, Google TPU, AWS Trainium, Microsoft Maia, AMD GPU– requerirán procesos y empaquetado avanzados, y por eso TSMC se está convirtiendo en el “peaje esencial” de IA en la era de la inferencia.

Sobre Marvell, el precio objetivo más ambicioso es el de John Vinh de KeyBanc: USD 400 por acción, subido desde USD 385 el 14 de julio y manteniendo la recomendación de sobreponderar; lo que representa una subida potencial del 91.8% respecto a los USD 208.56 actuales. Con 875.8 millones de acciones en circulación, eso implica una capitalización potencial de USD 350.3 mil millones. El argumento bullish de Vinh es que Marvell está avanzando no solo como proveedor de interconexión óptica, sino también como el principal “proveedor de armamento” para la ola de ASIC/XPU a medida de las nubes, ante el paso de los gigantes cloud como Microsoft, Google y Amazon de comprar GPU de Nvidia a la era del cómputo heterogéneo GPU + ASIC propio.

La apuesta de KeyBanc a USD 400 no es solo por Maia 300, sino por el hecho de que, en la era de cómputo IA heterogéneo de las nubes que combinan GPU y ASIC propios, Marvell se está convirtiendo en el proveedor clave de silicio propio para estos gigantes de la nube.