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.
Microsoft Mengumumkan Rencana Pengembangan Azure Maia 300 pada 2027
Pengelola platform Azure terus mengembangkan sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Akselerator terbaru tersebut ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Selain memperkenalkan chip baru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Strategi pengembangan ini menjadi bagian dari transformasi infrastruktur digital Microsoft. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah penerus perangkat keras khusus dalam lini Azure Maia. Pada tahap pengembangan terdahulu, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 menjadi dasar pengembangan arsitektur baru. Microsoft juga menerapkan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut membantu menentukan prioritas memori dan bandwidth. Meskipun arah pengembangannya telah diumumkan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Akselerator AI generasi ketiga Microsoft mengadopsi pendekatan modular dalam pengembangan semikonduktor. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, arsitektur chiplet memisahkan sejumlah fungsi utama. 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 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 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kapasitas transfer informasi pada seluruh akselerator menawarkan bandwidth agregat hingga 1,7 PB/s. Perpaduan kapasitas dan bandwidth ini membantu mengurangi hambatan akses parameter. Perusahaan turut menyediakan dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Ketika sistem bahasa generatif dijalankan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Apabila model harus memahami banyak informasi sekaligus, pemindahan data menjadi bagian penting dari proses komputasi. Dalam rancangan yang diumumkan Microsoft, Maia 300 menggunakan arsitektur inference-first. Strategi pemrosesan ini mencakup optimalisasi penyimpanan konteks dan aliran data. Berkat pengaturan sumber daya yang lebih terarah, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Di samping pemrosesan konteks panjang, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. AI agent merupakan teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Untuk memberikan gambaran, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Proses yang melibatkan beberapa tindakan dapat menghasilkan permintaan komputasi yang berkelanjutan. Akselerator generasi baru tersebut dikembangkan untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU
Dalam pengumuman resminya, perusahaan memperkirakan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Token merupakan unit informasi yang diproses oleh model AI. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Untuk memahami performanya secara tepat, perbandingan perlu memperhatikan karakteristik beban kerja.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam sistem rak penuh dengan 96 chip. Sistem komputasi berbasis 96 akselerator beroperasi dalam batas daya sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut memungkinkan lebih banyak permintaan diproses secara bersamaan. Perbandingan dengan Maia 200 mencerminkan optimalisasi sistem secara menyeluruh. Untuk penyedia layanan cloud, 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.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Pengembangan Maia 300 berkaitan langsung dengan kebutuhan layanan AI Microsoft. Saat ini, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Berkat akselerator terbaru yang direncanakan, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, jadwal penggunaan masing-masing layanan tidak selalu sama.
Microsoft juga menyiapkan, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Rencana kapasitas energi ini menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, distribusi daya harus dirancang secara cermat. Maia 300 menggunakan transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Berkat koordinasi perangkat keras serta infrastruktur, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Rencana penerapan chip Maia 300 pada 2027 menjadi langkah penting dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Microsoft juga menargetkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Untuk mendukung penggunaan berskala besar, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Kendati rancangan teknis menunjukkan potensi, hasil nyata memerlukan pengujian operasional setelah penerapan. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Menurut Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Sampaikan pendapat Anda tentang masa depan chip AI.
