Microsoft mengumumkan pengembangan Azure Maia 300 sebagai akselerator kecerdasan buatan generasi terbaru yang dijadwalkan mulai digunakan pada 2027. Dalam pengumuman pada 12 Oktober 2026, perusahaan menjelaskan rencana perluasan infrastruktur Azure Maia hingga kapasitas beberapa gigawatt untuk mendukung permintaan komputasi AI yang terus meningkat. Chip terbaru ini dirancang untuk meningkatkan efisiensi pemrosesan model bahasa, penalaran kompleks, dan sistem AI agent. Perkembangan TEKNOLOGI tersebut menjadi bagian dari strategi Microsoft dalam membangun infrastruktur komputasi yang lebih hemat energi, memiliki kapasitas lebih besar, serta mampu mendukung berbagai layanan digital berbasis kecerdasan buatan.
Strategi Microsoft Memperkuat Komputasi Awan melalui Chip Maia 300
Microsoft terus memperluas kemampuan pusat data berbasis AI melalui pengembangan Azure Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Di samping menyiapkan perangkat keras terbaru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Strategi pengembangan ini menjadi bagian dari transformasi infrastruktur digital Microsoft. Berkat pengembangan perangkat keras internal, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Chip Maia 300 menjadi generasi ketiga dari program pengembangan chip AI Microsoft. Sebelumnya, Microsoft telah menghadirkan Maia 200 yang sudah digunakan dalam sebagian layanan perusahaan. Informasi dari penggunaan Maia 200 menjadi dasar pengembangan arsitektur baru. Dalam proses perancangannya, Microsoft menggunakan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Meskipun arah pengembangannya telah diumumkan, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Akselerator AI generasi ketiga Microsoft mengadopsi desain prosesor dengan beberapa chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, desain modular membagi komponen berdasarkan tugas. Pada Maia 300, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Pendekatan tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Untuk mendukung pemrosesan model besar, Maia 300 menghadirkan kapasitas memori yang tinggi. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kecepatan perpindahan data gabungan dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut membantu mengurangi hambatan akses parameter. Di dalam arsitektur chip terdapat optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Dengan penggunaan format tersebut, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Salah satu fokus pengembangan Maia 300 adalah mendukung penggunaan AI yang membutuhkan informasi panjang. Ketika sistem bahasa generatif dijalankan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Saat aplikasi AI menerima konteks berukuran besar, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Untuk menjawab tantangan tersebut, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Pendekatan tersebut memanfaatkan sistem memori untuk kebutuhan model yang intensif. Berkat pengaturan sumber daya yang lebih terarah, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Selain kebutuhan model bahasa, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Sistem agen kecerdasan buatan adalah sistem AI yang menyusun dan melaksanakan rangkaian tugas. Untuk memberikan gambaran, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Tugas tersebut sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Walaupun rancangan diarahkan pada AI agent, performa aktual memerlukan evaluasi operasional.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah bagian teks atau data yang digunakan dalam pemrosesan bahasa. Ketika sistem mampu menangani lebih banyak token dengan kapasitas listrik yang tidak bertambah, penggunaan sumber daya bisa menjadi lebih optimal. Namun demikian, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Oleh sebab itu, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Selain target efisiensi energi, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam pengaturan perangkat keras berkapasitas 96 akselerator. Sistem komputasi berbasis 96 akselerator beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini memungkinkan lebih banyak permintaan diproses secara bersamaan. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Berkat rancangan sistem yang lebih besar, pengelolaan permintaan AI berpotensi dilakukan secara lebih ekonomis.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Pengembangan Maia 300 berkaitan langsung dengan kebutuhan layanan AI Microsoft. Pada tahap pengembangan Oktober 2026, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Salah satu contoh penggunaannya adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, layanan dengan kebutuhan komputasi besar memperoleh dukungan tambahan. Meski arah pengembangannya telah ditetapkan, jadwal penggunaan masing-masing layanan tidak selalu sama.
Microsoft juga menyiapkan, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Skala tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, distribusi daya harus dirancang secara cermat. Microsoft merancang transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Dengan pengelolaan yang sesuai, kapasitas pusat data dapat digunakan secara lebih efektif.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Persiapan Azure Maia 300 menunjukkan perkembangan strategis dalam pengembangan TEKNOLOGI pusat data. Berkat pendekatan perangkat keras modular, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Di samping target efisiensi tersebut, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Kendati rancangan teknis menunjukkan potensi, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Seiring meningkatnya kebutuhan komputasi, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Sampaikan pendapat Anda tentang masa depan chip AI.
