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 sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Sistem komputasi generasi ketiga ini dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Selain memperkenalkan chip baru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Strategi pengembangan ini menjadi bagian dari transformasi infrastruktur digital Microsoft. Dengan pendekatan ini, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Chip Maia 300 menjadi penerus perangkat keras khusus dalam lini Azure Maia. Sebelumnya, Microsoft mengembangkan chip Maia generasi sebelumnya yang mulai menjalankan beban kerja produksi pada 2026. Pengalaman menjalankan model AI menjadi dasar pengembangan arsitektur baru. Microsoft juga menerapkan pendekatan perancangan bersama antara chip dan aplikasi. Kerja sama lintas komponen tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Walaupun demikian, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Akselerator AI generasi ketiga Microsoft mengadopsi arsitektur multi-chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, desain modular membagi komponen berdasarkan tugas. Dalam rancangan akselerator tersebut, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Bagian komputasinya diproduksi berdasarkan node semikonduktor N2P. Strategi arsitektur tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Walaupun arsitektur modular memiliki keunggulan, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Selain pembaruan arsitektur, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Ketika digunakan dalam satu rak berkapasitas penuh, kapasitas memori gabungan mencapai 27,6 terabita. Kecepatan perpindahan data gabungan mencapai 1,7 PB per detik. Susunan memori berkecepatan tinggi tersebut membantu mengurangi hambatan akses parameter. Microsoft juga mengembangkan dukungan format numerik berpresisi rendah, termasuk MXFP4. Berkat dukungan presisi rendah, 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 mendukung penggunaan AI yang membutuhkan informasi panjang. Dalam konteks kecerdasan buatan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Apabila model harus memahami banyak informasi sekaligus, kebutuhan memori dan bandwidth dapat meningkat. Sebagai bagian dari pengoptimalannya, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Arsitektur yang berfokus pada inferensi mencakup optimalisasi penyimpanan konteks dan aliran data. Berkat pengaturan sumber daya yang lebih terarah, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Di samping pemrosesan konteks panjang, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Sistem agen kecerdasan buatan adalah teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Untuk memberikan gambaran, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Aktivitas bertahap semacam ini sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk mendukung pekerjaan agentic yang berlangsung lama. Meski kemampuan tersebut menjadi target pengembangan, performa aktual memerlukan evaluasi operasional.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Dalam sistem model bahasa, token adalah satuan pemrosesan yang dipakai sistem kecerdasan buatan. Semakin banyak token yang dapat diproses dengan penggunaan daya yang setara, efisiensi komputasi berpotensi membaik. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Dengan mempertimbangkan faktor tersebut, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Di samping peningkatan keluaran per megawatt, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam sistem rak penuh dengan 96 chip. Sistem komputasi berbasis 96 akselerator beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Perbandingan dengan Maia 200 tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure
Pengembangan Maia 300 menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Dalam kondisi sebelum penerapan Maia 300, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Dengan kehadiran generasi ketiga, 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. Skala tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Melalui integrasi jaringan dan komputasi, sistem berpotensi menangani model yang lebih kompleks.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 menunjukkan perkembangan strategis dalam optimalisasi TEKNOLOGI cloud berbasis AI. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Dalam pengumuman resminya, Microsoft mengharapkan kemampuan menangani lebih banyak token dengan daya setara. Untuk mendukung penggunaan berskala besar, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Melalui investasi jangka panjang ini, efisiensi energi dapat menjadi penentu pengembangan pusat data. Bagaimana pendapat Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
