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
Pengelola platform Azure terus mengembangkan kemampuan pusat data berbasis AI melalui rencana penerapan chip AI Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Selain memperkenalkan chip baru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Strategi pengembangan ini menjadi bagian dari transformasi infrastruktur digital Microsoft. Melalui strategi jangka panjang tersebut, 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. Pengalaman menjalankan model AI digunakan untuk mengoptimalkan desain Maia 300. 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, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Akselerator AI generasi ketiga Microsoft mengadopsi desain prosesor dengan beberapa chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, desain modular membagi komponen berdasarkan tugas. Untuk generasi terbaru ini, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Bagian komputasinya memanfaatkan proses fabrikasi N2P dari TSMC. Strategi arsitektur tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Untuk mendukung pemrosesan model besar, 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 mencapai 1,7 PB per detik. Susunan memori berkecepatan tinggi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Berkat dukungan presisi rendah, kebutuhan memori untuk operasi tertentu dapat dikurangi.
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, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Untuk menjawab tantangan tersebut, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi mencakup optimalisasi penyimpanan konteks dan aliran data. Dengan demikian, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Di samping pemrosesan konteks panjang, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada sistem AI yang menyusun dan melaksanakan rangkaian tugas. Dalam aktivitas profesional, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Aktivitas bertahap semacam ini sering memerlukan interaksi model secara berulang. Microsoft menyiapkan arsitektur baru untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Dalam pengumuman resminya, perusahaan memperkirakan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Istilah token merujuk pada satuan pemrosesan yang dipakai sistem kecerdasan buatan. Apabila jumlah token yang dihasilkan meningkat dengan konsumsi energi yang sama, efisiensi komputasi berpotensi membaik. Namun demikian, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Dengan mempertimbangkan faktor tersebut, perbandingan perlu memperhatikan karakteristik beban kerja.
Di samping peningkatan keluaran per megawatt, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Konfigurasi penuh tersebut memiliki rancangan konsumsi daya sebesar 167 kW. Kapasitas tersebut ditujukan untuk menangani volume interaksi AI yang besar. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. 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.
Strategi Penerapan Akselerator Maia 300 di Pusat Data Global
Rencana perluasan sistem Azure Maia menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Dalam kondisi sebelum penerapan Maia 300, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Salah satu contoh penggunaannya 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.
Selain pengembangan perangkat keras, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Skala tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan transportasi data khusus di atas infrastruktur Ethernet. Rancangan jaringan tersebut mendukung koordinasi banyak akselerator. Dengan pengelolaan yang sesuai, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 memperlihatkan arah investasi baru dalam optimalisasi TEKNOLOGI cloud berbasis AI. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 dirancang untuk meningkatkan efisiensi pemrosesan. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Untuk mendukung penggunaan berskala besar, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Kendati rancangan teknis menunjukkan potensi, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Sampaikan pendapat Anda tentang masa depan chip AI.
