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 kemampuan pusat data berbasis AI melalui persiapan akselerator Maia generasi ketiga. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Sistem komputasi generasi ketiga ini dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Tidak hanya mengembangkan akselerator generasi berikutnya, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Strategi pengembangan ini memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Azure Maia 300 merupakan generasi ketiga dari program pengembangan chip AI Microsoft. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang sudah digunakan dalam sebagian layanan perusahaan. Hasil evaluasi infrastruktur generasi sebelumnya membantu menentukan kebutuhan perangkat berikutnya. Dalam proses perancangannya, Microsoft menggunakan strategi integrasi kebutuhan model dengan arsitektur komputasi. Pendekatan pengembangan ini membantu menentukan prioritas memori dan bandwidth. Walaupun demikian, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Chip terbaru dalam keluarga Maia memanfaatkan arsitektur multi-chiplet. Berbeda dari rancangan monolitik, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Untuk generasi terbaru ini, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Bagian komputasinya dibangun menggunakan teknologi TSMC N2P. Penggunaan desain modular ini ditujukan untuk meningkatkan efisiensi performa terhadap daya. Walaupun arsitektur modular memiliki keunggulan, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Untuk mendukung pemrosesan model besar, Maia 300 menghadirkan kapasitas memori yang tinggi. Pada sistem yang terdiri atas 96 akselerator, tersedia total memori HBM sebesar 27,6 TB. Bandwidth memorinya dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut membantu mengurangi hambatan akses parameter. Perusahaan turut menyediakan dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Ketika sistem bahasa generatif dijalankan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. 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. Arsitektur yang berfokus pada inferensi mendukung pengelolaan cache serta perpindahan informasi. Dengan demikian, sistem dapat menangani informasi berukuran besar secara lebih optimal.
Di samping pemrosesan konteks panjang, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Istilah AI agent mengacu pada 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. Maia 300 dirancang untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Meski kemampuan tersebut menjadi target pengembangan, performa aktual memerlukan evaluasi operasional.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Dalam pengumuman resminya, perusahaan memperkirakan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah unit informasi yang diproses oleh model AI. Ketika sistem mampu menangani lebih banyak token dengan kapasitas listrik yang tidak bertambah, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. 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. Satu rak Maia 300 memiliki rancangan konsumsi daya sebesar 167 kW. Susunan komputasi ini memungkinkan lebih banyak permintaan diproses secara bersamaan. Perubahan kapasitas antargenerasi melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Untuk penyedia layanan cloud, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Dengan demikian, 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. Pada tahap pengembangan Oktober 2026, Maia 200 telah menjalankan beban kerja produksi Microsoft. Produk yang telah memanfaatkan generasi sebelumnya adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Melalui Maia 300, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Namun demikian, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Selain pengembangan perangkat keras, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Skala tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Dalam operasional pusat data, sistem pendinginan dan jaringan menjadi komponen penting. Microsoft merancang pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Pendekatan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, 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 menunjukkan perkembangan strategis dalam pengembangan TEKNOLOGI pusat data. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Perusahaan memperkirakan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Selain itu, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Meski targetnya menjanjikan, implementasi produksi masih dijadwalkan pada 2027. Dengan perkembangan tersebut, chip khusus berpotensi semakin penting dalam layanan AI. Menurut Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
