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
Microsoft terus memperluas investasi dalam infrastruktur kecerdasan buatan melalui rencana penerapan chip AI Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 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. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.
Azure Maia 300 merupakan kelanjutan pengembangan keluarga prosesor Maia. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 membantu menentukan kebutuhan perangkat berikutnya. Perusahaan mengandalkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Metode tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Meskipun arah pengembangannya telah diumumkan, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, arsitektur chiplet memisahkan sejumlah fungsi utama. Untuk generasi terbaru ini, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Komponen utama untuk pemrosesan AI memanfaatkan proses fabrikasi N2P dari TSMC. Pendekatan tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Di samping penggunaan chiplet, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, kapasitas memori gabungan mencapai 27,6 terabita. Bandwidth memorinya menawarkan bandwidth agregat hingga 1,7 PB/s. Kombinasi tersebut mendukung pemrosesan model dengan kebutuhan data besar. 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
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. Ketika pengguna memberikan dokumen panjang, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Untuk menjawab tantangan tersebut, Maia 300 menggunakan arsitektur inference-first. Pendekatan tersebut mendukung pengelolaan cache serta perpindahan informasi. Berkat pengaturan sumber daya yang lebih terarah, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Tidak hanya mendukung percakapan AI, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Dalam aktivitas profesional, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Aktivitas bertahap semacam ini membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Meski kemampuan tersebut menjadi target pengembangan, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Microsoft menargetkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah satuan pemrosesan yang dipakai sistem kecerdasan buatan. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Untuk memahami performanya secara tepat, efisiensi perlu dievaluasi melalui penggunaan nyata.
Selain target efisiensi energi, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam pengaturan perangkat keras berkapasitas 96 akselerator. Konfigurasi penuh tersebut beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Perubahan kapasitas antargenerasi melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Dalam pengelolaan infrastruktur digital, peningkatan throughput dapat membantu merencanakan kapasitas. Berkat rancangan sistem yang lebih besar, efisiensi infrastruktur menjadi sasaran utama.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Rencana perluasan sistem Azure Maia menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. 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 merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Berkat akselerator terbaru yang direncanakan, layanan dengan kebutuhan komputasi besar memperoleh dukungan tambahan. Walaupun manfaat potensialnya luas, jadwal penggunaan masing-masing layanan tidak selalu sama.
Selain pengembangan perangkat keras, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut mendukung koordinasi banyak akselerator. Melalui integrasi jaringan dan komputasi, sistem berpotensi menangani model yang lebih kompleks.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Rencana penerapan chip Maia 300 pada 2027 menunjukkan perkembangan strategis dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Dalam pengumuman resminya, Microsoft mengharapkan peningkatan keluaran token sebesar 40 persen per megawatt. Selain itu, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Walaupun demikian, implementasi produksi masih dijadwalkan pada 2027. Melalui investasi jangka panjang ini, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Bagaimana pendapat Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
