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
Perusahaan teknologi Microsoft semakin memperkuat kemampuan pusat data berbasis AI melalui persiapan akselerator Maia generasi ketiga. Berdasarkan informasi yang disampaikan perusahaan, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Sistem komputasi generasi ketiga ini dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Tidak hanya mengembangkan akselerator generasi berikutnya, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Dengan pendekatan ini, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah generasi ketiga dari program pengembangan chip AI Microsoft. Pada tahap pengembangan terdahulu, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 digunakan untuk mengoptimalkan desain Maia 300. Dalam proses perancangannya, Microsoft menggunakan strategi integrasi kebutuhan model dengan arsitektur komputasi. Pendekatan pengembangan ini bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Meskipun arah pengembangannya telah diumumkan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Azure Maia 300 menggunakan desain prosesor dengan beberapa chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, desain modular membagi komponen berdasarkan tugas. Dalam rancangan akselerator tersebut, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Bagian komputasinya memanfaatkan proses fabrikasi N2P dari TSMC. Penggunaan desain modular ini membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Selain pembaruan arsitektur, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Bandwidth memorinya dirancang sebesar 1,7 petabita setiap detik. Susunan memori berkecepatan tinggi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Berkat dukungan presisi rendah, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Salah satu fokus pengembangan Maia 300 adalah mendukung penggunaan AI yang membutuhkan informasi panjang. Dalam konteks kecerdasan buatan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Apabila model harus memahami banyak informasi sekaligus, kebutuhan memori dan bandwidth dapat meningkat. Dalam rancangan yang diumumkan Microsoft, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Strategi pemrosesan ini mencakup optimalisasi penyimpanan konteks dan aliran data. Dengan demikian, sistem dapat menangani informasi berukuran besar secara lebih optimal.
Di samping pemrosesan konteks panjang, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Sistem agen kecerdasan buatan adalah teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Dalam aktivitas profesional, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Aktivitas bertahap semacam ini sering memerlukan interaksi model secara berulang. Microsoft menyiapkan arsitektur baru untuk menangani interaksi AI dengan beberapa tahapan. Namun demikian, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. 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, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Oleh sebab itu, efisiensi perlu dievaluasi melalui penggunaan nyata.
Di samping peningkatan keluaran per megawatt, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam konfigurasi rak berisi 96 akselerator. Satu rak Maia 300 memiliki rancangan konsumsi daya sebesar 167 kW. Susunan komputasi ini memungkinkan lebih banyak permintaan diproses secara bersamaan. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Untuk penyedia layanan cloud, peningkatan throughput dapat membantu merencanakan kapasitas. Berkat rancangan sistem yang lebih besar, pengelolaan permintaan AI berpotensi dilakukan secara lebih ekonomis.
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 sudah digunakan untuk sebagian layanan perusahaan. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Dengan kehadiran generasi ketiga, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Namun demikian, jadwal penggunaan masing-masing layanan tidak selalu sama.
Sebagai bagian dari perluasan pusat data, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Rencana kapasitas energi ini menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Rancangan jaringan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Berkat koordinasi perangkat keras serta infrastruktur, kapasitas pusat data dapat digunakan secara lebih efektif.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Rencana penerapan chip Maia 300 pada 2027 menjadi langkah penting dalam pengembangan TEKNOLOGI pusat data. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan peningkatan keluaran token sebesar 40 persen per megawatt. Untuk mendukung penggunaan berskala besar, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Seiring meningkatnya kebutuhan komputasi, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Menurut Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Bagikan pandangan Anda mengenai perkembangan ini.
