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
Perusahaan teknologi Microsoft semakin memperkuat kemampuan pusat data berbasis AI melalui rencana penerapan chip AI Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Akselerator terbaru tersebut ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Tidak hanya mengembangkan akselerator generasi berikutnya, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Strategi pengembangan ini menunjukkan pentingnya komputasi khusus dalam layanan AI. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah kelanjutan pengembangan keluarga prosesor Maia. 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 kolaborasi antara pengembang perangkat keras dan perangkat lunak. Kerja sama lintas komponen tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Meskipun arah pengembangannya telah diumumkan, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Chip terbaru dalam keluarga Maia memanfaatkan pendekatan modular dalam pengembangan semikonduktor. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Pada Maia 300, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Komponen utama untuk pemrosesan AI dibangun menggunakan teknologi TSMC N2P. Strategi arsitektur tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Meski rancangan chiplet menawarkan potensi, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Untuk mendukung pemrosesan model besar, Maia 300 menghadirkan kapasitas memori yang tinggi. Pada sistem yang terdiri atas 96 akselerator, kapasitas memori gabungan mencapai 27,6 terabita. Bandwidth memorinya menawarkan bandwidth agregat hingga 1,7 PB/s. Perpaduan kapasitas dan bandwidth ini memungkinkan sistem menangani lebih banyak informasi selama inferensi. Perusahaan turut menyediakan kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Dengan penggunaan format tersebut, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Dalam konteks kecerdasan buatan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Ketika pengguna memberikan dokumen panjang, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Untuk menjawab tantangan tersebut, Maia 300 menggunakan arsitektur inference-first. 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 merancang Maia 300 untuk sistem AI agent. Sistem agen kecerdasan buatan adalah perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Untuk memberikan gambaran, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Tugas tersebut sering memerlukan interaksi model secara berulang. Microsoft menyiapkan arsitektur baru untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Token merupakan bagian teks atau data yang digunakan dalam pemrosesan bahasa. Apabila jumlah token yang dihasilkan meningkat dengan kapasitas listrik yang tidak bertambah, penggunaan sumber daya bisa menjadi lebih optimal. Namun demikian, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Dengan mempertimbangkan faktor tersebut, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Selain target efisiensi energi, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Satu rak Maia 300 beroperasi dalam batas daya sekitar 167 kilowatt. Kapasitas tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Perubahan kapasitas antargenerasi melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Bagi operator pusat data, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Rencana perluasan sistem Azure Maia berkaitan langsung dengan kebutuhan layanan AI Microsoft. Pada tahap pengembangan Oktober 2026, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Dengan kehadiran generasi ketiga, kapasitas pengoperasian model berpotensi meningkat. Namun demikian, integrasi operasional bergantung pada tahapan distribusi perangkat keras.
Sebagai bagian dari perluasan pusat data, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Skala tersebut menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Maia 300 menggunakan sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Pendekatan tersebut mendukung koordinasi banyak akselerator. Melalui integrasi jaringan dan komputasi, kapasitas pusat data dapat digunakan secara lebih efektif.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 menunjukkan perkembangan strategis dalam optimalisasi TEKNOLOGI cloud berbasis AI. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 berupaya memperbaiki kapasitas inferensi. Dalam pengumuman resminya, Microsoft mengharapkan peningkatan keluaran token sebesar 40 persen per megawatt. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Meski targetnya menjanjikan, hasil nyata memerlukan pengujian operasional setelah penerapan. Seiring meningkatnya kebutuhan komputasi, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Menurut Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Sampaikan pendapat Anda tentang masa depan chip AI.
