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
Microsoft terus memperluas kemampuan pusat data berbasis AI melalui rencana penerapan chip AI Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. 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 ingin mengoptimalkan pemanfaatan energi komputasi.
Chip Maia 300 menjadi kelanjutan pengembangan keluarga prosesor Maia. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya menjadi dasar pengembangan arsitektur baru. Dalam proses perancangannya, Microsoft menggunakan strategi integrasi kebutuhan model dengan arsitektur komputasi. Pendekatan pengembangan ini bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Meskipun arah pengembangannya telah diumumkan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Chip terbaru dalam keluarga Maia memanfaatkan pendekatan modular dalam pengembangan semikonduktor. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, desain modular membagi komponen berdasarkan tugas. Dalam rancangan akselerator tersebut, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Penggunaan desain modular ini memungkinkan pengoptimalan biaya dan skalabilitas. Meski rancangan chiplet menawarkan potensi, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Di samping penggunaan chiplet, Maia 300 menghadirkan kapasitas memori yang tinggi. Pada sistem yang terdiri atas 96 akselerator, kapasitas memori gabungan mencapai 27,6 terabita. Bandwidth memorinya menawarkan bandwidth agregat hingga 1,7 PB/s. Susunan memori berkecepatan tinggi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Dengan penggunaan format tersebut, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Tujuan penting dari rancangan akselerator baru adalah mendukung penggunaan AI yang membutuhkan informasi panjang. Dalam konteks kecerdasan buatan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Ketika pengguna memberikan dokumen panjang, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Untuk menjawab tantangan tersebut, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Pendekatan tersebut mendukung pengelolaan cache serta perpindahan informasi. Melalui rancangan tersebut, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Tidak hanya mendukung percakapan AI, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Istilah AI agent mengacu pada teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Dalam aktivitas profesional, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Proses yang melibatkan beberapa tindakan dapat menghasilkan permintaan komputasi yang berkelanjutan. Maia 300 dirancang untuk mendukung pekerjaan agentic yang berlangsung lama. Namun demikian, performa aktual memerlukan evaluasi operasional.
Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU
Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Istilah token merujuk pada unit informasi yang diproses oleh model AI. Apabila jumlah token yang dihasilkan meningkat dengan kapasitas listrik yang tidak bertambah, efisiensi komputasi berpotensi membaik. Namun demikian, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Untuk memahami performanya secara tepat, efisiensi perlu dievaluasi melalui penggunaan nyata.
Selain target efisiensi energi, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam konfigurasi rak berisi 96 akselerator. Sistem komputasi berbasis 96 akselerator menggunakan anggaran daya rak sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut ditujukan untuk menangani volume interaksi AI yang besar. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Untuk penyedia layanan cloud, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Melalui peningkatan tersebut, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Rencana perluasan sistem Azure Maia ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, 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. Dengan kehadiran generasi ketiga, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Selain pengembangan perangkat keras, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Ketika banyak akselerator dijalankan bersamaan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Strategi komunikasi ini memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Pengembangan akselerator AI generasi ketiga Microsoft memperlihatkan arah investasi baru dalam optimalisasi TEKNOLOGI cloud berbasis AI. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan kemampuan menangani lebih banyak token dengan daya setara. 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. Dengan perkembangan tersebut, efisiensi energi dapat menjadi penentu pengembangan pusat data. Bagaimana pendapat Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
