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.
Azure Maia 300 Menjadi Bagian dari Ekspansi Infrastruktur AI Microsoft
Pengelola platform Azure terus mengembangkan sistem komputasi untuk menjalankan model AI melalui persiapan akselerator Maia generasi ketiga. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Di samping menyiapkan perangkat keras terbaru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Strategi pengembangan ini memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah penerus perangkat keras khusus dalam lini Azure Maia. Dalam perjalanan program tersebut, Microsoft telah menghadirkan Maia 200 yang sudah digunakan dalam sebagian layanan perusahaan. Hasil evaluasi infrastruktur generasi sebelumnya menjadi dasar pengembangan arsitektur baru. Dalam proses perancangannya, Microsoft menggunakan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Meskipun arah pengembangannya telah diumumkan, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Chip terbaru dalam keluarga Maia memanfaatkan arsitektur multi-chiplet. Berbeda dari rancangan monolitik, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Komponen utama untuk pemrosesan AI dibangun menggunakan teknologi TSMC N2P. Penggunaan desain modular ini membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Untuk mendukung pemrosesan model besar, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kecepatan perpindahan data gabungan mencapai 1,7 PB per detik. Kombinasi tersebut memungkinkan sistem menangani lebih banyak informasi selama inferensi. Di dalam arsitektur chip terdapat optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Dengan penggunaan format tersebut, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Tujuan penting dari rancangan akselerator baru adalah menangani inferensi dengan konteks panjang. Dalam konteks kecerdasan buatan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Ketika pengguna memberikan dokumen panjang, kebutuhan memori dan bandwidth dapat meningkat. Dalam rancangan yang diumumkan Microsoft, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Arsitektur yang berfokus pada inferensi mencakup optimalisasi penyimpanan konteks dan aliran data. Melalui rancangan tersebut, sistem dapat menangani informasi berukuran besar secara lebih optimal.
Selain kebutuhan model bahasa, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Sistem agen kecerdasan buatan adalah teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Sebagai contoh, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Tugas tersebut sering memerlukan interaksi model secara berulang. Akselerator generasi baru tersebut dikembangkan untuk menangani interaksi AI dengan beberapa tahapan. Namun demikian, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Istilah token merujuk pada satuan pemrosesan yang dipakai sistem kecerdasan buatan. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Dengan mempertimbangkan faktor tersebut, efisiensi perlu dievaluasi melalui penggunaan nyata.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam sistem rak penuh dengan 96 chip. Sistem komputasi berbasis 96 akselerator menggunakan anggaran daya rak sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut memungkinkan lebih banyak permintaan diproses secara bersamaan. Perubahan kapasitas antargenerasi melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Bagi operator pusat data, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Dengan demikian, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure
Pengembangan Maia 300 berkaitan langsung dengan kebutuhan layanan AI Microsoft. 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, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Namun demikian, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Sebagai bagian dari perluasan pusat data, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Target penerapan tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Dalam operasional pusat data, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Rancangan jaringan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Dengan pengelolaan yang sesuai, sistem berpotensi menangani model yang lebih kompleks.
Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft
Rencana penerapan chip Maia 300 pada 2027 menjadi langkah penting dalam optimalisasi TEKNOLOGI cloud berbasis AI. Melalui arsitektur multi-chiplet, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Perusahaan memperkirakan peningkatan keluaran token sebesar 40 persen per megawatt. Di samping target efisiensi tersebut, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Kendati rancangan teknis menunjukkan potensi, hasil nyata memerlukan pengujian operasional setelah penerapan. Seiring meningkatnya kebutuhan komputasi, efisiensi energi dapat menjadi penentu pengembangan pusat data. Menurut Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
