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
Pengelola platform Azure terus mengembangkan kemampuan pusat data berbasis AI melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Sistem komputasi generasi ketiga ini 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 menunjukkan pentingnya komputasi khusus dalam layanan AI. Melalui strategi jangka panjang tersebut, Microsoft berupaya meningkatkan kendali atas biaya operasional.
Akselerator terbaru ini adalah kelanjutan pengembangan keluarga prosesor Maia. Sebelumnya, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Pengalaman menjalankan model AI digunakan untuk mengoptimalkan desain Maia 300. Dalam proses perancangannya, Microsoft menggunakan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Walaupun demikian, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Azure Maia 300 menggunakan desain prosesor dengan beberapa chiplet. Berbeda dari rancangan monolitik, arsitektur chiplet memisahkan sejumlah fungsi utama. Untuk generasi terbaru ini, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Bagian komputasinya dibangun menggunakan teknologi TSMC N2P. Strategi arsitektur tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Selain pembaruan arsitektur, Maia 300 dirancang dengan sistem memori berkecepatan besar. Ketika digunakan dalam satu rak berkapasitas penuh, kapasitas memori gabungan mencapai 27,6 terabita. Kecepatan perpindahan data gabungan mencapai 1,7 PB per detik. Susunan memori berkecepatan tinggi tersebut membantu mengurangi hambatan akses parameter. Di dalam arsitektur chip terdapat kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Ketika sistem bahasa generatif dijalankan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Ketika pengguna memberikan dokumen panjang, pemindahan data menjadi bagian penting dari proses komputasi. Sebagai bagian dari pengoptimalannya, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi mendukung pengelolaan cache serta perpindahan informasi. Melalui rancangan tersebut, sistem dapat menangani informasi berukuran besar secara lebih optimal.
Selain kebutuhan model bahasa, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Sistem agen kecerdasan buatan adalah sistem AI yang menyusun dan melaksanakan rangkaian tugas. Untuk memberikan gambaran, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Proses yang melibatkan beberapa tindakan sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Microsoft menargetkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Istilah token merujuk pada bagian teks atau data yang digunakan dalam pemrosesan bahasa. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Meski perusahaan menyampaikan target efisiensi tinggi, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Oleh sebab itu, perbandingan perlu memperhatikan karakteristik beban kerja.
Selain target efisiensi energi, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam sistem rak penuh dengan 96 chip. Satu rak Maia 300 beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Bagi operator pusat data, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Berkat rancangan sistem yang lebih besar, pengelolaan permintaan AI berpotensi dilakukan secara lebih ekonomis.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Persiapan akselerator generasi baru menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Saat ini, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Produk yang telah memanfaatkan generasi sebelumnya adalah Microsoft Copilot. Dalam perluasan layanan, 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, jadwal penggunaan masing-masing layanan tidak selalu sama.
Selain pengembangan perangkat keras, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Skala tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Untuk menjaga kelangsungan layanan, distribusi daya harus dirancang secara cermat. Akselerator generasi baru tersebut memanfaatkan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Rancangan jaringan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Melalui integrasi jaringan dan komputasi, kapasitas pusat data dapat digunakan secara lebih efektif.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Pengembangan akselerator AI generasi ketiga Microsoft menunjukkan perkembangan strategis dalam pengembangan TEKNOLOGI pusat data. Melalui arsitektur multi-chiplet, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Perusahaan memperkirakan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Di samping target efisiensi tersebut, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Meski targetnya menjanjikan, hasil nyata memerlukan pengujian operasional setelah penerapan. Dengan perkembangan tersebut, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Bagaimana pendapat Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Bagikan pandangan Anda mengenai perkembangan ini.
