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
Pengelola platform Azure terus mengembangkan investasi dalam infrastruktur kecerdasan buatan melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Akselerator terbaru tersebut ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Selain memperkenalkan chip baru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-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 telah menghadirkan Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya membantu menentukan kebutuhan perangkat berikutnya. Perusahaan mengandalkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Pendekatan pengembangan ini membantu menentukan prioritas memori dan bandwidth. Walaupun demikian, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Azure Maia 300 menggunakan arsitektur multi-chiplet. Berbeda dari rancangan monolitik, desain modular membagi komponen berdasarkan tugas. Untuk generasi terbaru ini, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Komponen utama untuk pemrosesan AI diproduksi berdasarkan node semikonduktor N2P. Pendekatan tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Namun demikian, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Selain pembaruan arsitektur, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Ketika digunakan dalam satu rak berkapasitas penuh, tersedia total memori HBM sebesar 27,6 TB. Kecepatan perpindahan data gabungan dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut membantu mengurangi hambatan akses parameter. Microsoft juga mengembangkan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Berkat dukungan presisi rendah, 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, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Saat aplikasi AI menerima konteks berukuran besar, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Sebagai bagian dari pengoptimalannya, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi memanfaatkan sistem memori untuk kebutuhan model yang intensif. Dengan demikian, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Di samping pemrosesan konteks panjang, 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 dapat membantu meneliti informasi lalu menyusun laporan. Proses yang melibatkan beberapa tindakan membutuhkan respons AI dalam banyak tahap. Microsoft menyiapkan arsitektur baru untuk menangani interaksi AI dengan beberapa tahapan. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
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 sistem berbasis GPU terkemuka. Istilah token merujuk pada unit informasi yang diproses oleh model AI. Ketika sistem mampu menangani lebih banyak token dengan konsumsi energi yang sama, produktivitas perangkat keras dapat meningkat. Namun demikian, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Dengan mempertimbangkan faktor tersebut, perbandingan perlu memperhatikan karakteristik beban kerja.
Di samping peningkatan keluaran per megawatt, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam sistem rak penuh dengan 96 chip. Konfigurasi penuh tersebut menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut ditujukan untuk menangani volume interaksi AI yang besar. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Bagi operator pusat data, peningkatan throughput dapat membantu merencanakan kapasitas. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Persiapan akselerator generasi baru ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Pada tahap pengembangan Oktober 2026, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Produk yang telah memanfaatkan generasi sebelumnya adalah Microsoft Copilot. Sementara itu, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Berkat akselerator terbaru yang direncanakan, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Walaupun manfaat potensialnya luas, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Selain pengembangan perangkat keras, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Target penerapan tersebut menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Untuk menjaga kelangsungan layanan, distribusi daya harus dirancang secara cermat. Microsoft merancang sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Strategi komunikasi ini bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Melalui integrasi jaringan dan komputasi, sistem berpotensi menangani model yang lebih kompleks.
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 ditargetkan mendukung model AI yang lebih kompleks. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Di samping target efisiensi tersebut, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Kendati rancangan teknis menunjukkan potensi, implementasi produksi masih dijadwalkan pada 2027. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Sampaikan pendapat Anda tentang masa depan chip AI.
