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
Perusahaan teknologi Microsoft semakin memperkuat sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Akselerator terbaru tersebut dirancang menghadapi pertumbuhan kebutuhan inferensi. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Rencana perluasan tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Berkat pengembangan perangkat keras internal, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.
Chip Maia 300 menjadi penerus perangkat keras khusus dalam lini Azure Maia. Pada tahap pengembangan terdahulu, Microsoft telah menghadirkan Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya digunakan untuk mengoptimalkan desain Maia 300. Microsoft juga menerapkan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Metode tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Kendati rencana penerapan sudah disampaikan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Chip terbaru dalam keluarga Maia memanfaatkan 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. Chiplet yang menjalankan operasi matematis memanfaatkan proses fabrikasi N2P dari TSMC. Penggunaan desain modular ini memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Selain pembaruan arsitektur, Maia 300 dirancang dengan sistem memori berkecepatan besar. Pada sistem yang terdiri atas 96 akselerator, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Bandwidth memorinya menawarkan bandwidth agregat hingga 1,7 PB/s. Perpaduan kapasitas dan bandwidth ini membantu mengurangi hambatan akses parameter. Microsoft juga mengembangkan dukungan format numerik berpresisi rendah, termasuk MXFP4. Dengan penggunaan format tersebut, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Salah satu fokus pengembangan Maia 300 adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Dalam konteks kecerdasan buatan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Saat aplikasi AI menerima konteks berukuran besar, kebutuhan memori dan bandwidth dapat meningkat. Sebagai bagian dari pengoptimalannya, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi mendukung pengelolaan cache serta perpindahan informasi. Melalui rancangan tersebut, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Selain kebutuhan model bahasa, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Sistem agen kecerdasan buatan adalah sistem AI yang menyusun dan melaksanakan rangkaian tugas. Untuk memberikan gambaran, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Aktivitas bertahap semacam ini membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk menangani interaksi AI dengan beberapa tahapan. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Dalam pengumuman resminya, perusahaan memperkirakan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Token merupakan unit informasi yang diproses oleh model AI. Semakin banyak token yang dapat diproses dengan konsumsi energi yang sama, produktivitas perangkat keras dapat meningkat. Meski perusahaan menyampaikan target efisiensi tinggi, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Untuk memahami performanya secara tepat, perbandingan perlu memperhatikan karakteristik beban kerja.
Di samping peningkatan keluaran per megawatt, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam sistem rak penuh dengan 96 chip. Sistem komputasi berbasis 96 akselerator beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini ditujukan untuk menangani volume interaksi AI yang besar. Perbandingan dengan Maia 200 melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Melalui peningkatan tersebut, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure
Persiapan akselerator generasi baru berkaitan langsung dengan kebutuhan layanan AI Microsoft. Pada tahap pengembangan Oktober 2026, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Walaupun manfaat potensialnya luas, integrasi operasional bergantung pada tahapan distribusi perangkat keras.
Selain pengembangan perangkat keras, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Rencana kapasitas energi ini menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Rancangan jaringan tersebut mendukung koordinasi banyak akselerator. Dengan pengelolaan yang sesuai, sistem berpotensi menangani model yang lebih kompleks.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 memperlihatkan arah investasi baru dalam optimalisasi TEKNOLOGI cloud berbasis AI. Berkat pendekatan perangkat keras modular, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Perusahaan memperkirakan kemampuan menangani lebih banyak token dengan daya setara. Untuk mendukung penggunaan berskala besar, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Kendati rancangan teknis menunjukkan potensi, implementasi produksi masih dijadwalkan pada 2027. Dengan perkembangan tersebut, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Dari sudut pandang Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
