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 investasi dalam infrastruktur kecerdasan buatan melalui persiapan akselerator Maia generasi ketiga. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Sistem komputasi generasi ketiga ini ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. 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. Dengan pendekatan ini, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Azure Maia 300 merupakan penerus perangkat keras khusus dalam lini Azure Maia. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Pengalaman menjalankan model AI digunakan untuk mengoptimalkan desain Maia 300. Microsoft juga menerapkan pendekatan perancangan bersama antara chip dan aplikasi. Kerja sama lintas komponen tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Kendati rencana penerapan sudah disampaikan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, desain modular membagi komponen berdasarkan tugas. Untuk generasi terbaru ini, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Komponen utama untuk pemrosesan AI dibangun menggunakan teknologi TSMC N2P. Pendekatan tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Di samping penggunaan chiplet, Maia 300 menghadirkan kapasitas memori yang tinggi. Ketika digunakan dalam satu rak berkapasitas penuh, kapasitas memori gabungan mencapai 27,6 terabita. Bandwidth memorinya mencapai 1,7 PB per detik. Kombinasi tersebut memungkinkan sistem menangani lebih banyak informasi selama inferensi. Microsoft juga mengembangkan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Berkat dukungan presisi rendah, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Salah satu fokus pengembangan Maia 300 adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Ketika sistem bahasa generatif dijalankan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Ketika pengguna memberikan dokumen panjang, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Dalam rancangan yang diumumkan Microsoft, Maia 300 menggunakan arsitektur inference-first. Strategi pemrosesan ini memanfaatkan sistem memori untuk kebutuhan model yang intensif. Dengan demikian, sistem dapat menangani informasi berukuran besar secara lebih optimal.
Selain kebutuhan model bahasa, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada sistem AI yang menyusun dan melaksanakan rangkaian tugas. Sebagai contoh, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Proses yang melibatkan beberapa tindakan membutuhkan respons AI dalam banyak tahap. Microsoft menyiapkan arsitektur baru untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU
Dalam pengumuman resminya, perusahaan memperkirakan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Istilah token merujuk pada 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. Untuk memahami performanya secara tepat, perbandingan perlu memperhatikan karakteristik beban kerja.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam pengaturan perangkat keras berkapasitas 96 akselerator. Sistem komputasi berbasis 96 akselerator menggunakan anggaran daya rak sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut ditujukan untuk menangani volume interaksi AI yang besar. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Untuk penyedia layanan cloud, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Melalui peningkatan tersebut, efisiensi infrastruktur menjadi sasaran utama.
Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure
Rencana perluasan sistem Azure Maia ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Dalam kondisi sebelum penerapan Maia 300, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Salah satu contoh penggunaannya adalah Microsoft Copilot. Sementara itu, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Berkat akselerator terbaru yang direncanakan, layanan dengan kebutuhan komputasi besar memperoleh dukungan tambahan. Walaupun manfaat potensialnya luas, jadwal penggunaan masing-masing layanan tidak selalu sama.
Sebagai bagian dari perluasan pusat data, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Skala tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Ketika banyak akselerator dijalankan bersamaan, sistem pendinginan dan jaringan menjadi komponen penting. Microsoft merancang sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Rancangan jaringan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Berkat koordinasi perangkat keras serta infrastruktur, kapasitas pusat data dapat digunakan secara lebih efektif.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Rencana penerapan chip Maia 300 pada 2027 menunjukkan perkembangan strategis dalam optimalisasi TEKNOLOGI cloud berbasis AI. Berkat pendekatan perangkat keras modular, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Selain itu, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Meski targetnya menjanjikan, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
