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 investasi dalam infrastruktur kecerdasan buatan melalui persiapan akselerator Maia generasi ketiga. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menargetkan penerapan produksi mulai 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. Strategi pengembangan ini menjadi bagian dari transformasi infrastruktur digital Microsoft. Dengan pendekatan ini, 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 memperkenalkan akselerator Maia 200 yang mulai menjalankan beban kerja produksi pada 2026. Pengalaman menjalankan model AI digunakan untuk mengoptimalkan desain Maia 300. Dalam proses perancangannya, Microsoft menggunakan pendekatan perancangan bersama antara chip dan aplikasi. Metode tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Kendati rencana penerapan sudah disampaikan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Azure Maia 300 menggunakan arsitektur multi-chiplet. Berbeda dari rancangan monolitik, arsitektur chiplet memisahkan sejumlah fungsi utama. Untuk generasi terbaru ini, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Komponen utama untuk pemrosesan AI memanfaatkan proses fabrikasi N2P dari TSMC. Penggunaan desain modular ini ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Untuk mendukung pemrosesan model besar, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kecepatan perpindahan data gabungan dirancang sebesar 1,7 petabita setiap detik. Perpaduan kapasitas dan bandwidth ini memungkinkan sistem menangani lebih banyak informasi selama inferensi. Perusahaan turut menyediakan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Pada proses pengoperasian model AI, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Apabila model harus memahami banyak informasi sekaligus, kebutuhan memori dan bandwidth dapat meningkat. Sebagai bagian dari pengoptimalannya, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Strategi pemrosesan ini mencakup optimalisasi penyimpanan konteks dan aliran data. Melalui rancangan tersebut, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Tidak hanya mendukung percakapan AI, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. AI agent merupakan teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Sebagai contoh, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Tugas tersebut sering memerlukan interaksi model secara berulang. Microsoft menyiapkan arsitektur baru untuk mendukung pekerjaan agentic yang berlangsung lama. Meski kemampuan tersebut menjadi target pengembangan, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Token merupakan satuan pemrosesan yang dipakai sistem kecerdasan buatan. Semakin banyak token yang dapat diproses dengan penggunaan daya yang setara, efisiensi komputasi berpotensi membaik. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Dengan mempertimbangkan faktor tersebut, efisiensi perlu dievaluasi melalui penggunaan nyata.
Selain target efisiensi energi, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Konfigurasi penuh tersebut menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut ditujukan untuk menangani volume interaksi AI yang besar. Perubahan kapasitas antargenerasi mencerminkan optimalisasi sistem secara menyeluruh. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Dengan demikian, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Pengembangan Maia 300 ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Pada tahap pengembangan Oktober 2026, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, integrasi operasional bergantung pada tahapan distribusi perangkat keras.
Microsoft juga menyiapkan, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Target penerapan tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Dalam operasional pusat data, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Maia 300 menggunakan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Strategi komunikasi ini mendukung koordinasi banyak akselerator. Berkat koordinasi perangkat keras serta infrastruktur, kapasitas pusat data dapat digunakan secara lebih efektif.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Persiapan Azure Maia 300 memperlihatkan arah investasi baru dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Dalam pengumuman resminya, Microsoft mengharapkan peningkatan keluaran token sebesar 40 persen per megawatt. Untuk mendukung penggunaan berskala besar, 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, efisiensi energi dapat menjadi penentu pengembangan pusat data. Menurut Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
