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 sistem komputasi untuk menjalankan model AI melalui pengembangan Azure Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Perangkat ini dirancang menghadapi pertumbuhan kebutuhan inferensi. Selain memperkenalkan chip baru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Rencana perluasan tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Dengan pendekatan ini, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.
Azure Maia 300 merupakan kelanjutan pengembangan keluarga prosesor Maia. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang mulai menjalankan beban kerja produksi pada 2026. Hasil evaluasi infrastruktur generasi sebelumnya digunakan untuk mengoptimalkan desain Maia 300. Microsoft juga menerapkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Metode tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Meskipun arah pengembangannya telah diumumkan, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
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, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Dalam rancangan akselerator tersebut, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Chiplet yang menjalankan operasi matematis diproduksi berdasarkan node semikonduktor N2P. Strategi arsitektur tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Di samping penggunaan chiplet, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Dalam satu konfigurasi rak lengkap, kapasitas memori gabungan mencapai 27,6 terabita. Kapasitas transfer informasi pada seluruh akselerator mencapai 1,7 PB per detik. Perpaduan kapasitas dan bandwidth ini memungkinkan sistem menangani lebih banyak informasi selama inferensi. Di dalam arsitektur chip terdapat optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Tujuan penting dari rancangan akselerator baru adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Pada proses pengoperasian model AI, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Sebagai bagian dari pengoptimalannya, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Strategi pemrosesan ini mendukung pengelolaan cache serta perpindahan informasi. Berkat pengaturan sumber daya yang lebih terarah, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Tidak hanya mendukung percakapan AI, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. AI agent merupakan perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Dalam aktivitas profesional, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Aktivitas bertahap semacam ini sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Walaupun rancangan diarahkan pada AI agent, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Token merupakan bagian teks atau data yang digunakan dalam pemrosesan bahasa. Apabila jumlah token yang dihasilkan meningkat dengan kapasitas listrik yang tidak bertambah, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Dengan mempertimbangkan faktor tersebut, efisiensi perlu dievaluasi melalui penggunaan nyata.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam sistem rak penuh dengan 96 chip. Satu rak Maia 300 beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Perubahan kapasitas antargenerasi mencerminkan optimalisasi sistem secara menyeluruh. Bagi operator pusat data, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Berkat rancangan sistem yang lebih besar, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure
Rencana perluasan sistem Azure Maia ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, Maia 200 telah menjalankan beban kerja produksi Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Berkat akselerator terbaru yang direncanakan, kapasitas pengoperasian model berpotensi meningkat. 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. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Maia 300 menggunakan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Pendekatan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Berkat koordinasi perangkat keras serta infrastruktur, sistem berpotensi menangani model yang lebih kompleks.
Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft
Pengembangan akselerator AI generasi ketiga Microsoft menunjukkan perkembangan strategis dalam pengembangan TEKNOLOGI pusat data. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan peningkatan keluaran token sebesar 40 persen per megawatt. Di samping target efisiensi tersebut, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Meski targetnya menjanjikan, implementasi produksi masih dijadwalkan pada 2027. Dengan perkembangan tersebut, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Bagikan pandangan Anda mengenai perkembangan ini.
