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.
Microsoft Mengumumkan Rencana Pengembangan Azure Maia 300 pada 2027
Pengelola platform Azure terus mengembangkan kemampuan pusat data berbasis AI melalui rencana penerapan chip AI Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Perangkat ini dirancang menghadapi pertumbuhan kebutuhan inferensi. Selain memperkenalkan chip baru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Langkah tersebut menunjukkan pentingnya komputasi khusus dalam layanan AI. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Chip Maia 300 menjadi penerus perangkat keras khusus dalam lini Azure Maia. Pada tahap pengembangan terdahulu, Microsoft memperkenalkan akselerator Maia 200 yang sudah digunakan dalam sebagian layanan perusahaan. Pengalaman menjalankan model AI digunakan untuk mengoptimalkan desain Maia 300. Perusahaan mengandalkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Metode tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Kendati rencana penerapan sudah disampaikan, 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. Berbeda dari rancangan monolitik, desain modular membagi komponen berdasarkan tugas. Untuk generasi terbaru ini, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Komponen utama untuk pemrosesan AI memanfaatkan proses fabrikasi N2P dari TSMC. Penggunaan desain modular ini membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Selain pembaruan arsitektur, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Ketika digunakan dalam satu rak berkapasitas penuh, tersedia total memori HBM sebesar 27,6 TB. Kecepatan perpindahan data gabungan dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut membantu mengurangi hambatan akses parameter. Perusahaan turut menyediakan dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, 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. Ketika sistem bahasa generatif dijalankan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Ketika pengguna memberikan dokumen panjang, pemindahan data menjadi bagian penting dari proses komputasi. Dalam rancangan yang diumumkan Microsoft, Maia 300 menggunakan arsitektur inference-first. Strategi pemrosesan ini mendukung pengelolaan cache serta perpindahan informasi. Berkat pengaturan sumber daya yang lebih terarah, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Selain kebutuhan model bahasa, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Istilah AI agent mengacu pada teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Sebagai contoh, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Tugas tersebut dapat menghasilkan permintaan komputasi yang berkelanjutan. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Istilah token merujuk pada bagian teks atau data yang digunakan dalam pemrosesan bahasa. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Untuk memahami performanya secara tepat, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Di samping peningkatan keluaran per megawatt, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam konfigurasi rak berisi 96 akselerator. Satu rak Maia 300 memiliki rancangan konsumsi daya sebesar 167 kW. Rancangan berdaya tinggi tersebut ditujukan untuk menangani volume interaksi AI yang besar. Peningkatan terhadap generasi sebelumnya melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Untuk penyedia layanan cloud, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Rencana perluasan sistem Azure Maia berkaitan langsung dengan kebutuhan layanan AI Microsoft. Dalam kondisi sebelum penerapan Maia 300, Maia 200 telah menjalankan beban kerja produksi Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. 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. Rencana kapasitas energi ini menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Untuk menjaga kelangsungan layanan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Dengan pengelolaan yang sesuai, sistem berpotensi menangani model yang lebih kompleks.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Persiapan Azure Maia 300 menjadi langkah penting dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Selain itu, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Meski targetnya menjanjikan, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Dengan perkembangan tersebut, efisiensi energi dapat menjadi penentu pengembangan pusat data. Dari sudut pandang Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Bagikan pandangan Anda mengenai perkembangan ini.
