Foundry abre sus GPU dedicadas a producción

Microsoft anunció el 20 de noviembre de 2026 la disponibilidad general de Managed Compute en Foundry. El servicio permite desplegar modelos abiertos en GPU dedicadas que Microsoft aprovisiona y opera. La modalidad ya existía en versión preliminar desde Microsoft Build, en junio. Lo nuevo es que sale de esa etapa con un catálogo ampliado y más opciones de despliegue, según el anuncio oficial. Para una empresa, el cambio práctico es poder reservar capacidad para su modelo sin tener que mantener el software que lo sirve, a cambio de pagar por los aceleradores asignados.
Qué pasó de la vista previa a disponibilidad general
Microsoft anuncia más de 150 modelos disponibles para Managed Compute. El catálogo incluye opciones para programación, búsqueda y procesamiento de documentos. No es una promesa de que cualquier modelo publicado en internet se pueda instalar: el catálogo y sus plantillas definen las combinaciones admitidas. Microsoft mantiene los contenedores y el entorno de inferencia; la empresa usuaria elige el modelo y sigue siendo responsable de evaluar sus resultados e integrarlo con su aplicación. Este anuncio trata de ejecución en la nube de Azure, no de Aion ni de los modelos que pueden ejecutarse localmente dentro de Edge.
Cómo una plantilla determina las GPU necesarias
La guía de despliegue explica cómo elegir un modelo y una plantilla. La plantilla fija la longitud de contexto, el entorno que sirve las respuestas y los aceleradores. Según el modelo, Microsoft anuncia opciones NVIDIA A100, H100 y H200, o AMD MI300X. No todas se ofrecen en cada combinación. Cada réplica del modelo usa el conjunto completo de GPU de su plantilla. Por ejemplo, el despliegue de DeepSeek que Microsoft muestra en el anuncio ocupa cuatro MI300X por réplica; subir de una a cinco réplicas eleva la asignación de cuatro a veinte GPU.
Disponibilidad global no significa residencia en Chile
La documentación conceptual de Foundry distingue Global, pensado para acceder a un conjunto más amplio de capacidad, y Data Zone, con procesamiento en una zona definida de Estados Unidos o de la Unión Europea. La zona depende de la región de la cuenta de Foundry. El anuncio no ofrece una Data Zone chilena ni latinoamericana. Antes de comprometer un despliegue, los equipos necesitan comprobar la combinación de modelo, plantilla, alcance y cuota de su suscripción. La cuota se mide en número de GPU y no se hereda de las máquinas virtuales de Azure.
Por qué el costo depende de las horas, no sólo del tráfico
La referencia de precios de Azure y la documentación de Foundry distinguen este servicio del cobro por tokens. La base es multiplicar las GPU por réplica, el número de réplicas, las horas de funcionamiento y la tarifa horaria del acelerador para ese alcance. Una plantilla hipotética con dos GPU, una réplica y diez horas de funcionamiento consume veinte horas de GPU; eso no equivale a veinte dólares. El valor se confirma para la configuración específica en el asistente de despliegue. Aunque durante una prueba lleguen pocas solicitudes, las horas de capacidad asignada siguen formando parte del cálculo.
Un piloto útil para un equipo de comercio electrónico
Un comercio chileno con fichas de producto incompletas podría comparar un modelo del catálogo con su alternativa actual usando un conjunto sintético de descripciones. La primera meta sería recuperar atributos verificables sin inventar información. Con la misma carga y las mismas reglas de revisión, el equipo mediría respuestas correctas, latencia en momentos de mayor tráfico y costo por ficha aceptada, contando también las horas ociosas. Así puede decidir si la capacidad dedicada se justifica frente a una API por tokens. Si el flujo requiere que los datos se procesen en Chile, la ausencia de esa zona documentada debe resolverse antes de mover datos reales.
Preguntas frecuentes
¿Se pueden subir pesos propios? No como parte de la disponibilidad general anunciada: Bring Your Own Weights sigue en vista previa pública limitada y requiere compatibilidad. Microsoft también anunció en vista previa el servicio de adaptadores LoRA producidos en Foundry.
¿Una instancia equivale a una GPU? No. Una instancia es una réplica del modelo y puede ocupar varias GPU según la plantilla.
¿La disponibilidad general garantiza cuota? No. El despliegue requiere un proyecto, permisos y cuota de Managed Compute para la capacidad elegida.















