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
Perusahaan teknologi Microsoft semakin memperkuat investasi dalam infrastruktur kecerdasan buatan melalui pengembangan Azure Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut 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. Berkat pengembangan perangkat keras internal, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah penerus perangkat keras khusus dalam lini Azure Maia. Dalam perjalanan program tersebut, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya membantu menentukan kebutuhan perangkat berikutnya. Microsoft juga menerapkan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Walaupun demikian, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Akselerator AI generasi ketiga Microsoft mengadopsi arsitektur multi-chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Dalam rancangan akselerator tersebut, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Komponen utama untuk pemrosesan AI diproduksi berdasarkan node semikonduktor N2P. Penggunaan desain modular ini ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, kinerja keseluruhan bergantung pada integrasi antarkomponen.
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 dirancang sebesar 1,7 petabita setiap detik. Susunan memori berkecepatan tinggi tersebut memungkinkan sistem menangani lebih banyak informasi selama inferensi. Microsoft juga mengembangkan dukungan format numerik berpresisi rendah, termasuk MXFP4. Dengan penggunaan format tersebut, kebutuhan memori untuk operasi tertentu dapat dikurangi.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Salah satu fokus pengembangan Maia 300 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. Untuk menjawab tantangan tersebut, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Arsitektur yang berfokus pada inferensi mencakup optimalisasi penyimpanan konteks dan aliran data. Melalui rancangan tersebut, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Tidak hanya mendukung percakapan AI, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Istilah AI agent mengacu pada sistem AI yang menyusun dan melaksanakan rangkaian tugas. Untuk memberikan gambaran, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Tugas tersebut membutuhkan respons AI dalam banyak tahap. Maia 300 dirancang untuk mendukung pekerjaan agentic yang berlangsung lama. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Istilah token merujuk pada bagian teks atau data yang digunakan dalam pemrosesan bahasa. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, efisiensi komputasi berpotensi membaik. Namun demikian, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Dengan mempertimbangkan faktor tersebut, 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 pengaturan perangkat keras berkapasitas 96 akselerator. Konfigurasi penuh tersebut menggunakan anggaran daya rak sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, peningkatan throughput dapat membantu merencanakan kapasitas. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Pengembangan Maia 300 ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, Maia 200 telah menjalankan beban kerja produksi Microsoft. Produk yang telah memanfaatkan generasi sebelumnya 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. Namun demikian, integrasi operasional bergantung pada tahapan distribusi perangkat keras.
Sebagai bagian dari perluasan pusat data, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Rencana kapasitas energi ini menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Rancangan jaringan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Dengan pengelolaan yang sesuai, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.
Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft
Persiapan Azure Maia 300 menjadi langkah penting dalam TEKNOLOGI komputasi kecerdasan buatan. Berkat pendekatan perangkat keras modular, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan peningkatan keluaran token sebesar 40 persen per megawatt. Selain itu, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Walaupun demikian, implementasi produksi masih dijadwalkan pada 2027. Melalui investasi jangka panjang ini, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Dari sudut pandang Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Sampaikan pendapat Anda tentang masa depan chip AI.
