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.
Microsoft Mengumumkan Rencana Pengembangan Azure Maia 300 pada 2027
Pengelola platform Azure terus mengembangkan sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Perangkat ini ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Rencana perluasan tersebut menunjukkan pentingnya komputasi khusus dalam layanan AI. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah penerus perangkat keras khusus dalam lini Azure Maia. Sebelumnya, Microsoft memperkenalkan akselerator Maia 200 yang mulai menjalankan beban kerja produksi pada 2026. Informasi dari penggunaan Maia 200 menjadi dasar pengembangan arsitektur baru. Perusahaan mengandalkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Pendekatan pengembangan ini membantu menentukan prioritas memori dan bandwidth. Meskipun arah pengembangannya telah diumumkan, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Akselerator AI generasi ketiga Microsoft mengadopsi desain prosesor dengan beberapa chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, 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. Meski rancangan chiplet menawarkan potensi, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Di samping penggunaan chiplet, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Pada sistem yang terdiri atas 96 akselerator, kapasitas memori gabungan mencapai 27,6 terabita. Bandwidth memorinya dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan dukungan format numerik berpresisi rendah, termasuk MXFP4. Dengan penggunaan format tersebut, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Tujuan penting dari rancangan akselerator baru adalah menangani inferensi dengan konteks panjang. Pada proses pengoperasian model AI, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Dalam rancangan yang diumumkan Microsoft, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Strategi pemrosesan ini mendukung pengelolaan cache serta perpindahan informasi. Dengan demikian, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Selain kebutuhan model bahasa, Microsoft merancang Maia 300 untuk sistem AI agent. AI agent merupakan sistem AI yang menyusun dan melaksanakan rangkaian tugas. Dalam aktivitas profesional, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Aktivitas bertahap semacam ini membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Meski kemampuan tersebut menjadi target pengembangan, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU
Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Istilah token merujuk pada bagian teks atau data yang digunakan dalam pemrosesan bahasa. Ketika sistem mampu menangani lebih banyak token dengan konsumsi energi yang sama, penggunaan sumber daya bisa menjadi lebih optimal. Namun demikian, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Dengan mempertimbangkan faktor tersebut, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Selain target efisiensi energi, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam sistem rak penuh dengan 96 chip. Konfigurasi penuh tersebut menggunakan anggaran daya rak sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut memungkinkan lebih banyak permintaan diproses secara bersamaan. Perubahan kapasitas antargenerasi mencerminkan optimalisasi sistem secara menyeluruh. Untuk penyedia layanan cloud, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Melalui peningkatan tersebut, pengelolaan permintaan AI berpotensi dilakukan secara lebih ekonomis.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Pengembangan Maia 300 ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Pada tahap pengembangan Oktober 2026, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Salah satu contoh penggunaannya adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, 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. Ketika banyak akselerator dijalankan bersamaan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Maia 300 menggunakan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Strategi komunikasi ini bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Dengan pengelolaan yang sesuai, sistem berpotensi menangani model yang lebih kompleks.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Pengembangan akselerator AI generasi ketiga Microsoft menjadi langkah penting dalam pengembangan TEKNOLOGI pusat data. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Selain itu, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Meski targetnya menjanjikan, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Seiring meningkatnya kebutuhan komputasi, chip khusus berpotensi semakin penting dalam layanan AI. Menurut Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Bagikan pandangan Anda mengenai perkembangan ini.
