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 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. Di samping menyiapkan perangkat keras terbaru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Strategi pengembangan ini memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Dengan pendekatan ini, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Chip Maia 300 menjadi generasi ketiga dari program pengembangan chip AI Microsoft. Dalam perjalanan program tersebut, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya menjadi dasar pengembangan arsitektur baru. Perusahaan mengandalkan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. 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 memisahkan fungsi komputasi, pengendali memori, dan input-output. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Strategi arsitektur tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Di samping penggunaan chiplet, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Ketika digunakan dalam satu rak berkapasitas penuh, kapasitas memori gabungan mencapai 27,6 terabita. Kecepatan perpindahan data gabungan mencapai 1,7 PB per detik. Kombinasi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Perusahaan turut menyediakan kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Tujuan penting dari rancangan akselerator baru 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 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Strategi pemrosesan ini mencakup optimalisasi penyimpanan konteks dan aliran data. Berkat pengaturan sumber daya yang lebih terarah, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
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. Sebagai contoh, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Tugas tersebut dapat menghasilkan permintaan komputasi yang berkelanjutan. Maia 300 dirancang untuk mendukung pekerjaan agentic yang berlangsung lama. Namun demikian, performa aktual memerlukan evaluasi operasional.
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 sistem berbasis GPU terkemuka. Istilah token merujuk pada satuan pemrosesan yang dipakai sistem kecerdasan buatan. Semakin banyak token yang dapat diproses dengan penggunaan daya yang setara, penggunaan sumber daya bisa menjadi lebih optimal. Meski perusahaan menyampaikan target efisiensi tinggi, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Oleh sebab itu, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam pengaturan perangkat keras berkapasitas 96 akselerator. Satu rak Maia 300 beroperasi dalam batas daya sekitar 167 kilowatt. Kapasitas tersebut memungkinkan lebih banyak permintaan diproses secara bersamaan. Perbandingan dengan Maia 200 tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, efisiensi infrastruktur menjadi sasaran utama.
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 telah menjalankan beban kerja produksi Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Namun demikian, jadwal penggunaan masing-masing layanan tidak selalu sama.
Microsoft juga menyiapkan, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Target penerapan tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Dalam operasional pusat data, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. 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
Pengembangan akselerator AI generasi ketiga Microsoft menjadi langkah penting dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Perusahaan memperkirakan peningkatan keluaran token sebesar 40 persen per megawatt. Di samping target efisiensi tersebut, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Kendati rancangan teknis menunjukkan potensi, implementasi produksi masih dijadwalkan pada 2027. Melalui investasi jangka panjang ini, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Menurut Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Bagikan pandangan Anda mengenai perkembangan ini.
