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. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Di samping menyiapkan perangkat keras terbaru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Strategi pengembangan ini memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Akselerator terbaru ini adalah generasi ketiga dari program pengembangan chip AI Microsoft. Pada tahap pengembangan terdahulu, Microsoft telah menghadirkan Maia 200 yang mulai menjalankan beban kerja produksi pada 2026. Hasil evaluasi infrastruktur generasi sebelumnya membantu menentukan kebutuhan perangkat berikutnya. Microsoft juga menerapkan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Kerja sama lintas komponen tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Walaupun demikian, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Akselerator AI generasi ketiga Microsoft mengadopsi arsitektur multi-chiplet. Berbeda dari rancangan monolitik, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Dalam rancangan akselerator tersebut, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Bagian komputasinya diproduksi berdasarkan node semikonduktor N2P. Pendekatan tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Untuk mendukung pemrosesan model besar, Maia 300 dirancang dengan sistem memori berkecepatan besar. Ketika digunakan dalam satu rak berkapasitas penuh, tersedia total memori HBM sebesar 27,6 TB. Kecepatan perpindahan data gabungan mencapai 1,7 PB per detik. Perpaduan kapasitas dan bandwidth ini memungkinkan sistem menangani lebih banyak informasi selama inferensi. Perusahaan turut menyediakan dukungan format numerik berpresisi rendah, termasuk MXFP4. Berkat dukungan presisi rendah, kebutuhan memori untuk operasi tertentu dapat dikurangi.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Salah satu fokus pengembangan Maia 300 adalah menangani inferensi dengan konteks panjang. Dalam konteks kecerdasan buatan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Saat aplikasi AI menerima konteks berukuran besar, kebutuhan memori dan bandwidth dapat meningkat. Sebagai bagian dari pengoptimalannya, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi mendukung pengelolaan cache serta perpindahan informasi. Melalui rancangan tersebut, sistem dapat menangani informasi berukuran besar secara lebih optimal.
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. Sebagai contoh, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Aktivitas bertahap semacam ini membutuhkan respons AI dalam banyak tahap. Microsoft menyiapkan arsitektur baru untuk menangani interaksi AI dengan beberapa tahapan. 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 efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Istilah token merujuk pada 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. Meski perusahaan menyampaikan target efisiensi tinggi, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Untuk memahami performanya secara tepat, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Di samping peningkatan keluaran per megawatt, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Konfigurasi penuh tersebut beroperasi dalam batas daya sekitar 167 kilowatt. Kapasitas tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Persiapan akselerator generasi baru berkaitan langsung dengan kebutuhan layanan AI Microsoft. Dalam kondisi sebelum penerapan Maia 300, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Walaupun manfaat potensialnya luas, jadwal penggunaan masing-masing layanan tidak selalu sama.
Microsoft juga menyiapkan, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Target penerapan tersebut menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Dalam operasional pusat data, distribusi daya harus dirancang secara cermat. Maia 300 menggunakan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Rancangan jaringan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Berkat koordinasi perangkat keras serta infrastruktur, kapasitas pusat data dapat digunakan secara lebih efektif.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 menjadi langkah penting dalam optimalisasi TEKNOLOGI cloud berbasis AI. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Microsoft juga menargetkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Di samping target efisiensi tersebut, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Meski targetnya menjanjikan, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Dengan perkembangan tersebut, efisiensi energi dapat menjadi penentu pengembangan pusat data. Dari sudut pandang Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
