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 persiapan akselerator Maia generasi ketiga. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Di samping menyiapkan perangkat keras terbaru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Rencana perluasan tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Melalui strategi jangka panjang tersebut, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Azure Maia 300 merupakan generasi ketiga dari program pengembangan chip AI Microsoft. Dalam perjalanan program tersebut, Microsoft memperkenalkan akselerator Maia 200 yang sudah digunakan dalam sebagian layanan perusahaan. Hasil evaluasi infrastruktur generasi sebelumnya digunakan untuk mengoptimalkan desain Maia 300. Dalam proses perancangannya, Microsoft menggunakan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Pendekatan pengembangan ini membantu menentukan prioritas memori dan bandwidth. Kendati rencana penerapan sudah disampaikan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Akselerator AI generasi ketiga Microsoft mengadopsi pendekatan modular dalam pengembangan semikonduktor. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Untuk generasi terbaru ini, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Bagian komputasinya memanfaatkan proses fabrikasi N2P dari TSMC. Pendekatan tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Namun demikian, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Di samping penggunaan chiplet, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Bandwidth memorinya 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, kebutuhan memori untuk operasi tertentu dapat dikurangi.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Salah satu fokus pengembangan Maia 300 adalah menangani inferensi dengan konteks panjang. Dalam konteks kecerdasan buatan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Ketika pengguna memberikan dokumen panjang, pemindahan data menjadi bagian penting dari proses komputasi. Untuk menjawab tantangan tersebut, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Arsitektur yang berfokus pada inferensi memanfaatkan sistem memori untuk kebutuhan model yang intensif. Dengan demikian, sistem dapat menangani informasi berukuran besar secara lebih optimal.
Tidak hanya mendukung percakapan AI, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Dalam aktivitas profesional, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Tugas tersebut membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Meski kemampuan tersebut menjadi target pengembangan, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Microsoft menargetkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah bagian teks atau data yang digunakan dalam pemrosesan bahasa. Apabila jumlah token yang dihasilkan meningkat dengan konsumsi energi yang sama, penggunaan sumber daya bisa menjadi lebih optimal. Namun demikian, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Untuk memahami performanya secara tepat, efisiensi perlu dievaluasi melalui penggunaan nyata.
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. Sistem komputasi berbasis 96 akselerator menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut ditujukan untuk menangani volume interaksi AI yang besar. Perbandingan dengan Maia 200 mencerminkan optimalisasi sistem secara menyeluruh. Dalam pengelolaan infrastruktur digital, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.
Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure
Rencana perluasan sistem Azure Maia 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. Sementara itu, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, integrasi operasional bergantung pada tahapan distribusi perangkat keras.
Sebagai bagian dari perluasan pusat data, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Ketika banyak akselerator dijalankan bersamaan, distribusi daya harus dirancang secara cermat. Maia 300 menggunakan transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut mendukung koordinasi banyak akselerator. Berkat koordinasi perangkat keras serta infrastruktur, sistem berpotensi menangani model yang lebih kompleks.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 menunjukkan perkembangan strategis dalam pengembangan TEKNOLOGI pusat data. Melalui arsitektur multi-chiplet, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Perusahaan memperkirakan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Dengan perkembangan tersebut, 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.
