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 sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut dirancang menghadapi pertumbuhan kebutuhan inferensi. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Rencana perluasan tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Azure Maia 300 merupakan penerus perangkat keras khusus dalam lini Azure Maia. Dalam perjalanan program tersebut, Microsoft telah menghadirkan Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 digunakan untuk mengoptimalkan desain Maia 300. Perusahaan mengandalkan pendekatan perancangan bersama antara chip dan aplikasi. Kerja sama lintas komponen tersebut membantu menentukan prioritas memori dan bandwidth. Kendati rencana penerapan sudah disampaikan, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Chip terbaru dalam keluarga Maia memanfaatkan arsitektur multi-chiplet. Berbeda dari rancangan monolitik, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Dalam rancangan akselerator tersebut, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Komponen utama untuk pemrosesan AI diproduksi berdasarkan node semikonduktor N2P. Pendekatan tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Namun demikian, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Di samping penggunaan chiplet, Maia 300 dirancang dengan sistem memori berkecepatan besar. Pada sistem yang terdiri atas 96 akselerator, tersedia total memori HBM sebesar 27,6 TB. Bandwidth memorinya mencapai 1,7 PB per detik. Perpaduan kapasitas dan bandwidth ini memungkinkan sistem menangani lebih banyak informasi selama inferensi. Di dalam arsitektur chip terdapat optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Berkat dukungan presisi rendah, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Tujuan penting dari rancangan akselerator baru adalah mendukung penggunaan AI yang membutuhkan informasi panjang. Pada proses pengoperasian model AI, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Untuk menjawab tantangan tersebut, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Arsitektur yang berfokus pada inferensi memanfaatkan sistem memori untuk kebutuhan model yang intensif. Dengan demikian, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Di samping pemrosesan konteks panjang, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Istilah AI agent mengacu pada sistem AI yang menyusun dan melaksanakan rangkaian tugas. Untuk memberikan gambaran, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Aktivitas bertahap semacam ini sering memerlukan interaksi model secara berulang. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Meski kemampuan tersebut menjadi target pengembangan, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Token merupakan unit informasi yang diproses oleh model AI. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Meski perusahaan menyampaikan target efisiensi tinggi, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Dengan mempertimbangkan faktor tersebut, efisiensi perlu dievaluasi melalui penggunaan nyata.
Selain target efisiensi energi, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam konfigurasi rak berisi 96 akselerator. Satu rak Maia 300 menggunakan anggaran daya rak sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Perbandingan dengan Maia 200 tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. 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. Dalam kondisi sebelum penerapan Maia 300, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Produk yang telah memanfaatkan generasi sebelumnya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Berkat akselerator terbaru yang direncanakan, layanan dengan kebutuhan komputasi besar memperoleh dukungan tambahan. Meski arah pengembangannya telah ditetapkan, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Selain pengembangan perangkat keras, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Rencana kapasitas energi ini menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Strategi komunikasi ini memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, kapasitas pusat data dapat digunakan secara lebih efektif.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Pengembangan akselerator AI generasi ketiga Microsoft menjadi langkah penting dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Selain itu, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Menurut Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Sampaikan pendapat Anda tentang masa depan chip AI.
