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 persiapan akselerator Maia generasi ketiga. Melalui pembaruan strategi infrastruktur pada 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 merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Langkah tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Dengan pendekatan ini, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.
Chip Maia 300 menjadi generasi ketiga dari program pengembangan chip AI Microsoft. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang sudah digunakan dalam sebagian layanan perusahaan. Pengalaman menjalankan model AI menjadi dasar pengembangan arsitektur baru. Microsoft juga menerapkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Pendekatan pengembangan ini membantu menentukan prioritas memori dan bandwidth. Kendati rencana penerapan sudah disampaikan, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, desain modular membagi komponen berdasarkan tugas. Pada Maia 300, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Komponen utama untuk pemrosesan AI diproduksi berdasarkan node semikonduktor N2P. Penggunaan desain modular ini membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Selain pembaruan arsitektur, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Pada sistem yang terdiri atas 96 akselerator, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kecepatan perpindahan data gabungan menawarkan bandwidth agregat hingga 1,7 PB/s. Kombinasi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, kebutuhan memori untuk operasi tertentu dapat dikurangi.
Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks
Salah satu fokus pengembangan Maia 300 adalah menangani inferensi dengan konteks panjang. Dalam konteks kecerdasan buatan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Saat aplikasi AI menerima konteks berukuran besar, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Dalam rancangan yang diumumkan Microsoft, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi mendukung pengelolaan cache serta perpindahan informasi. Berkat pengaturan sumber daya yang lebih terarah, 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 sering memerlukan interaksi model secara berulang. Microsoft menyiapkan arsitektur baru untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Walaupun rancangan diarahkan pada AI agent, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Istilah token merujuk pada unit informasi yang diproses oleh model AI. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, efisiensi komputasi berpotensi membaik. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Dengan mempertimbangkan faktor tersebut, perbandingan perlu memperhatikan karakteristik beban kerja.
Selain target efisiensi energi, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam konfigurasi rak berisi 96 akselerator. Satu rak Maia 300 menggunakan anggaran daya rak sekitar 167 kilowatt. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Bagi operator pusat data, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Melalui peningkatan tersebut, efisiensi infrastruktur menjadi sasaran utama.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Persiapan akselerator generasi baru ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Produk yang telah memanfaatkan generasi sebelumnya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Dengan kehadiran generasi ketiga, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, jadwal penggunaan masing-masing layanan tidak selalu sama.
Microsoft juga menyiapkan, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Rencana kapasitas energi ini menggambarkan besarnya investasi pusat data yang diperlukan. Dalam operasional pusat data, distribusi daya harus dirancang secara cermat. Microsoft merancang pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Rancangan jaringan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Berkat koordinasi perangkat keras serta infrastruktur, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.
Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027
Persiapan Azure Maia 300 memperlihatkan arah investasi baru dalam pengembangan TEKNOLOGI pusat data. Berkat pendekatan perangkat keras modular, Maia 300 berupaya memperbaiki kapasitas inferensi. Dalam pengumuman resminya, Microsoft mengharapkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Untuk mendukung penggunaan berskala besar, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Walaupun demikian, hasil nyata memerlukan pengujian operasional setelah penerapan. Seiring meningkatnya kebutuhan komputasi, efisiensi energi dapat menjadi penentu pengembangan pusat data. Dari sudut pandang Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
